Sber lance Kandinsky 6.0 Image Pro, un modèle unique pour générer et retoucher des images

Sber a présenté Kandinsky 6.0 Image Pro, un nouveau modèle unique qui combine génération et retouche d'images. L'entreprise ne mise pas seulement sur la qualité de la génération à partir de texte : elle met surtout en avant les scénarios de retouche ciblée et complexe.

Ce qui change

La nouvelle version réunit dans un seul modèle la génération d'images à partir de texte et leur retouche. C'est une évolution notable par rapport à la précédente gamme Kandinsky 5, qui répartissait les usages entre plusieurs modes et des variantes de modèles distinctes. Le parcours utilisateur se raccourcit : le même outil sert au premier rendu comme aux retouches ultérieures de la scène.

Sber pousse désormais un produit principal pour les deux tâches, de la création d'une image à partir de zéro au remplacement d'objets, en passant par la stylisation de photos et la retouche locale d'une image existante.

D'après les comparaisons internes de l'entreprise, Kandinsky 6.0 Image Pro atteint un niveau comparable à celui de Flux 2 Max et dépasse GPT Image 1.5. Sber souligne aussi que le modèle est devenu plus stable en génération à partir de texte, mais que la retouche reste le cœur de cette version. Pour y parvenir, l'architecture est passée au MoE, l'inférence a été parallélisée et le mécanisme d'attention optimisé. Résultat, selon l'entreprise : la nouvelle version tourne plus de 40% plus vite que la précédente.

Selon les comparaisons,

Kandinsky 6.0 Image Pro se situe au niveau de Flux 2 Max et surpasse GPT Image 1.5.

À quoi sert l'Image RAG ?

L'une des nouveautés clés est l'intégration d'un Image RAG. Pour simplifier : à chaque requête, le système cherche dans une base de connaissances des références visuelles pertinentes et, si nécessaire, les ajoute au contexte du modèle. Le générateur saisit ainsi mieux non seulement les styles et objets généraux, mais aussi des détails culturels, historiques et locaux plus pointus, sur lesquels les modèles généralistes trébuchent souvent.

Cette approche doit améliorer la précision là où les modèles génératifs classiques s'emmêlent dans les détails ou remplacent les particularités locales par des images plus stéréotypées. Intérêt pratique : on peut enrichir les connaissances du modèle sans le réentraîner entièrement.

Dans son article, Sber donne des exemples tirés du code culturel russe : le modèle reproduit correctement la peinture de Mezen, la casquette « kartouz » et d'autres détails visuels spécifiques. Le même mécanisme fonctionne en mode retouche. Un utilisateur peut par exemple s'insérer dans une scène aux côtés de son héros de cinéma préféré, si le système trouve le contexte visuel pertinent et l'intègre correctement à l'image.

Pour quels usages ?

Les cas d'usage de Kandinsky 6.0 Image Pro sont résolument concrets. Il ne s'agit plus seulement de générer de jolies images à partir d'un prompt, mais de retoucher des images existantes sans bricolage manuel dans un logiciel de retouche et sans perte notable de cohérence de la scène.

Autrement dit, Sber cherche à faire passer le modèle du statut de réseau de neurones de démonstration à celui d'outil de travail pour les designers, les marketeurs, les équipes e-commerce, les architectes et tous ceux qui effectuent régulièrement des retouches visuelles rapides.

• Suppression d'objets, de graffitis et d'inscriptions en préservant l'arrière-plan
• Remplacement d'objets en respectant le style d'origine de l'image
• Stylisation de portraits en conservant les traits du visage
• Restauration et colorisation de photos anciennes
• Génération d'extérieurs et d'intérieurs à partir d'une description ou d'un plan de la pièce

L'article montre aussi des cas où le modèle permet de modifier l'éclairage, l'arrière-plan, la coiffure, le maquillage, les vêtements et même l'expression du visage.

Sber mentionne également l'intégration au service « Régiment immortel en ligne », où Kandinsky sert à restaurer des photos d'archives d'anciens combattants. Il ne s'agit plus d'une simple fonction vitrine à des fins promotionnelles, mais d'un usage réel, où comptent à la fois la précision de la retouche et la prévisibilité du résultat. Pour le marché local, c'est l'un des exemples les plus parlants d'application concrète de la technologie.

Kandinsky 6.0 Image Pro est actuellement disponible sur les plateformes GigaChat : dans Telegram, dans la messagerie Max, sur le site giga.chat et dans l'application Android.

Dans ses prochaines mises à jour, Sber promet d'ajouter la retouche à partir de trois références ainsi qu'un mode pinceau plus fin, qui permettra à l'utilisateur d'indiquer littéralement, sur une zone de l'image, ce qu'il faut ajouter ou supprimer. Le produit se rapproche ainsi de la logique familière des logiciels de retouche, mais avec un modèle génératif sous le capot.

Ce que cela signifie

Les modèles russes de génération d'images passent de plus en plus de la catégorie « démo à regarder » à celle d'outils de travail. Si Kandinsky 6.0 Image Pro conserve réellement la vitesse et la qualité annoncées en usage massif, le marché local disposera d'un outil solide de plus pour le design, le marketing, l'e-commerce et la restauration de photos d'archives, en particulier là où le contexte visuel russe compte.