Sber lança Kandinsky 6.0 Image Pro — modelo unificado para geração e edição de imagens

Sber lançou o Kandinsky 6.0 Image Pro — um novo modelo unificado que combina geração e edição de imagens. A empresa enfatiza não apenas a qualidade da geração de texto para imagem, mas principalmente os cenários de edição precisa e complexa.

O que foi atualizado

A nova versão combina geração de imagens a partir de texto e edição em um único modelo. Esta é uma mudança importante em comparação com a linha anterior Kandinsky 5, onde a ênfase era distribuída entre vários modos e variantes de modelos separados. O cenário do usuário fica mais curto: a mesma ferramenta pode ser usada tanto para a primeira renderização quanto para ajustes subsequentes da cena.

Agora Sber está promovendo um produto principal para ambas as tarefas — desde criar uma imagem do zero até substituir objetos, estilizar fotos e editar localmente um quadro finalizado. De acordo com as comparações internas da empresa, Kandinsky 6.0 Image Pro mostra um nível comparável ao Flux 2 Max e supera GPT Image 1.

5. Sber enfatiza separadamente que o modelo ficou mais estável na geração de texto para imagem, mas o foco principal do lançamento é a edição. Para isso, a arquitetura foi movida para MoE, a inferência foi paralelizada e o mecanismo de atenção foi otimizado.

Como resultado, de acordo com a empresa, a nova versão funciona mais de 40% mais rápido que a anterior.

De acordo com resultados de comparações,

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

Por que Image RAG é necessário

Uma das principais atualizações é a integração de Image RAG. Para simplificar, quando um usuário faz uma solicitação, o sistema busca referências visuais apropriadas na base de conhecimento e as adiciona ao contexto do modelo, se necessário. Graças a isso, o gerador compreende melhor não apenas estilos e objetos gerais, mas também detalhes culturais, históricos e locais mais específicos, que geralmente são mais difíceis para modelos universais.

Essa abordagem deve aumentar a precisão onde modelos generativos comuns ficam confusos com detalhes ou substituem características locais por imagens mais padronizadas. O benefício prático é que o conhecimento do modelo pode ser expandido sem retreinamento completo. No artigo, Sber fornece exemplos com objetos do código cultural russo: o modelo reproduz corretamente a pintura Mezenian, um kartuz (barrete tradicional russo) e outros detalhes visuais específicos.

O mesmo mecanismo funciona também em modo de edição. Por exemplo, um usuário pode se inserir em uma cena com seu personagem de filme favorito se o sistema encontrar contexto visual relevante e o incorporar corretamente na imagem.

Onde será útil

Os casos de uso para Kandinsky 6.0 Image Pro são bastante práticos. Não se trata apenas de gerar belas imagens a partir de um prompt, mas de editar imagens finalizadas sem mexer manualmente em um editor gráfico e sem perda notável da integridade da cena. Ou seja, o modelo está sendo transformado de uma rede neural de demonstração em uma ferramenta de trabalho para designers, profissionais de marketing, equipes de comércio eletrônico, arquitetos e todos que regularmente fazem edições visuais rápidas.

• Remoção de objetos, pichações e texto preservando o fundo
• Substituição de objetos considerando o estilo do quadro original
• Estilização de retratos preservando características faciais
• Restauração e colorização de fotografias antigas
• Geração de exteriores e interiores a partir de descrição ou layout de sala

O artigo também mostra casos onde o modelo ajuda a mudar iluminação, fundo, penteado, maquiagem, roupas e até expressão facial. Há também menção separada da integração com o serviço "Regimento Imortal Online", onde Kandinsky é usado para restaurar fotografias de arquivo de veteranos. Isso já não é apenas uma função de vitrine para promoção, mas um cenário prático onde a edição cuidadosa e resultados previsíveis são importantes.

Para o mercado local, este é um dos exemplos mais óbvios de aplicação prática de tecnologia. Atualmente, Kandinsky 6.0 Image Pro está disponível nas plataformas GigaChat: no Telegram, no mensageiro Max, no site giga.

chat e no aplicativo Android. Nas próximas atualizações, Sber promete adicionar edição com três referências e um modo pincel mais detalhado, onde os usuários poderão literalmente apontar para uma seção da imagem para especificar exatamente o que precisa ser adicionado ou removido. Isso aproxima o produto da lógica mais familiar de trabalho em editores, mas com um modelo generativo embaixo do capô.

O que isso significa

Os modelos generativos de imagens russos estão se movendo cada vez mais da categoria "assista a uma demonstração" para a categoria de ferramentas de trabalho. Se Kandinsky 6.0 Image Pro realmente mantiver a velocidade e qualidade reivindicadas no uso em massa, o mercado local terá outra ferramenta forte para design, marketing, comércio eletrônico e restauração de fotos de arquivo — especialmente onde o contexto visual russo é importante.