Sber lança Kandinsky 6.0 Image Pro, modelo único para gerar e editar imagens

A Sber apresentou o Kandinsky 6.0 Image Pro, um novo modelo único que reúne geração e edição de imagens. A qualidade da geração a partir de texto continua importante, mas a empresa coloca a ênfase principal nos cenários de edição pontual e complexa.

O que mudou

A nova versão junta em um só modelo a geração de imagens a partir de texto e a edição dessas imagens. É uma mudança relevante em relação à linha anterior, o Kandinsky 5, em que o foco se dividia entre vários modos e variantes separadas de modelo. O fluxo do usuário fica mais curto: a mesma ferramenta serve tanto para a primeira renderização quanto para os ajustes posteriores na cena.

Agora a Sber aposta em um produto principal para as duas tarefas, da criação de uma imagem do zero à substituição de objetos, estilização de fotos e edição localizada de um quadro pronto. Segundo comparações internas da empresa, o Kandinsky 6.0 Image Pro tem desempenho comparável ao do Flux 2 Max e supera o GPT Image 1.5.

A Sber também destaca que o modelo ficou mais estável na geração a partir de texto, mas o foco central do lançamento é a edição. Para isso, a arquitetura migrou para MoE, a inferência foi paralelizada e o mecanismo de atenção, otimizado. Como resultado, de acordo com a empresa, a nova versão é mais de 40% mais rápida que a anterior.

Segundo os resultados das comparações, o

Kandinsky 6.0 Image Pro opera no nível do Flux 2 Max e supera o GPT Image 1.5.

Para que serve o Image RAG

Uma das principais novidades é a integração do Image RAG. Em termos simples, a cada solicitação do usuário o sistema busca referências visuais adequadas em uma base de conhecimento e, se necessário, as adiciona ao contexto do modelo. Assim, o gerador entende melhor estilos e objetos gerais e também detalhes culturais, históricos e locais mais específicos, com os quais modelos genéricos costumam ter mais dificuldade.

Essa abordagem deve aumentar a precisão nos casos em que modelos generativos comuns se confundem nos detalhes ou trocam particularidades locais por imagens mais padronizadas. Na prática, isso permite ampliar o conhecimento do modelo sem retreiná-lo por completo.

No artigo, a Sber mostra exemplos com elementos do código cultural russo: o modelo reproduz corretamente a pintura de Mezen, o kartuz (boné tradicional) e outros detalhes visuais específicos. O mesmo mecanismo funciona no modo de edição. Por exemplo, o usuário pode se inserir em uma cena ao lado de seu personagem de cinema favorito, desde que o sistema encontre o contexto visual relevante e o integre corretamente à imagem.

Onde pode ser útil

Os casos de uso do Kandinsky 6.0 Image Pro são bem práticos. A proposta já vai além de gerar imagens bonitas a partir de um prompt: o modelo edita imagens prontas sem trabalho manual em um editor gráfico e sem perda perceptível da coerência da cena. Ou seja, a ideia é transformar o modelo de uma rede neural de demonstração em uma ferramenta de trabalho para designers, profissionais de marketing, equipes de e-commerce, arquitetos e qualquer pessoa que faça ajustes visuais rápidos com frequência.

• Remoção de objetos, grafites e inscrições preservando o fundo
• Substituição de objetos respeitando o estilo original do quadro
• Estilização de retratos preservando os traços do rosto
• Restauração e colorização de fotos antigas
• Geração de exteriores e interiores a partir de uma descrição ou da planta de um ambiente

O artigo também mostra casos em que o modelo ajuda a alterar iluminação, fundo, penteado, maquiagem, roupas e até a expressão facial. Há ainda menção à integração com o serviço «Бессмертный полк онлайн» (Regimento Imortal Online), em que o Kandinsky é usado para restaurar fotos de arquivo de veteranos.

Aqui não se trata de um recurso de vitrine para promoção: é um cenário de uso real, em que importam tanto o cuidado na edição quanto a previsibilidade do resultado. Para o mercado local, é um dos exemplos mais claros de aplicação prática da tecnologia.

Atualmente, o Kandinsky 6.0 Image Pro está disponível nas plataformas do GigaChat: no Telegram, no mensageiro Max, no site giga.chat e no app para Android. Nas próximas atualizações, a Sber promete adicionar edição com três referências e um modo mais detalhado com pincel, em que o usuário poderá indicar literalmente em uma área da imagem o que deve ser adicionado ou removido. Isso aproxima o produto da lógica já familiar dos editores, mas com um modelo generativo por trás.

O que isso significa

Os modelos russos de geração de imagens estão saindo cada vez mais da categoria de "demo para ver" e entrando na de ferramentas de trabalho. Se o Kandinsky 6.0 Image Pro de fato mantiver a velocidade e a qualidade anunciadas no uso em larga escala, o mercado local ganhará mais uma ferramenta forte para design, marketing, e-commerce e restauração de fotos de arquivo, principalmente onde o contexto visual russo é importante.