Sber Lança Kandinsky 6 Image: Gerador de Imagens Fica Mais Rápido e Aprende a Restaurar Fotos

Sber atualizou seu modelo para trabalhar com imagens e integrou Kandinsky 6 Image ao GigaChat. A nova versão não aposta apenas em geração de imagens por texto, mas também em edição completa: desde a restauração de fotos antigas até ajustes precisos de detalhes individuais e preparação de imagens para animação posterior.

O que mudou

Kandinsky 6 Image está disponível diretamente dentro do GigaChat, e para os usuários essa é talvez a principal mudança prática. O modelo pode ser usado gratuitamente e sem limites de número de tarefas, o que significa que não se trata de uma demonstração única de capacidades, mas de um serviço projetado para uso regular. De acordo com Sber, a nova versão ficou duas vezes mais rápida que a anterior, lida melhor com solicitações complexas e produz imagens mais detalhadas.

Isso é importante não apenas para quem gosta de experimentar com prompts. Quanto mais rápido o modelo responde e quanto melhor preserva detalhes, mais próximo fica de ser uma ferramenta do dia a dia para designers, profissionais de marketing, proprietários de pequenas lojas e criadores de conteúdo. Nesses cenários, o que importa não é a geração como função impressionante, mas um resultado previsível que possa ser usado em um post, cartão de produto, banner ou apresentação sem extensa retrabalhação.

Do ponto de vista técnico, o modelo adquiriu uma arquitetura Mixture of Experts. Trata-se de uma abordagem em que não toda a rede neural é engajada para cada solicitação, mas apenas os fragmentos necessários. Para o usuário, isso se traduz não em métricas abstratas, mas em processamento mais rápido e menos erros em cenários complexos onde muitas condições precisam ser mantidas simultaneamente: estilo, composição, personagens, roupa, fundo e pequenos objetos no quadro.

Novos cenários

A principal diferença entre Kandinsky 6 Image e um gerador de imagens típico é um conjunto expandido de ferramentas de edição. Agora o modelo atende mais tarefas que anteriormente precisavam ser resolvidas em vários aplicativos ou manualmente, especialmente se o usuário precisa não inventar uma imagem do zero, mas melhorar cuidadosamente um quadro existente. O foco aqui é claramente em cenários do dia a dia, não apenas em demonstrar capacidades tecnológicas em vídeos promocionais para usuários comuns e equipes.

• Restauração de fotografias antigas
• Estilização de imagens em diferentes formatos visuais
• Sessões fotográficas neurais baseadas em imagens do usuário
• Mudança de roupa e fundo em fotos
• Retoque e maquiagem virtual

Sber enfatiza separadamente que edições locais ficaram mais precisas. Este é um ponto importante para todos que trabalham não em geração do zero, mas em edição de uma imagem já completa. Nessas tarefas, os usuários normalmente precisam alterar uma parte da imagem sem destruir tudo mais. Se o modelo realmente preserva melhor a cena original e faz mudanças nos elementos individuais com mais cuidado, isso o torna significativamente mais útil para uso cotidiano e comercial.

Busca e animação

Outra inovação notável é a busca de imagens integrada. Se o modelo não souber como se parece um personagem ou objeto que o usuário está pedindo, ele pode encontrar independentemente uma referência visual. Na prática, isso deve reduzir o número de erros em situações onde a descrição textual é insuficiente ou onde uma referência atualizada é importante, em vez de uma interpretação média dos dados de treinamento.

Para serviços dessa classe, essa é uma forma de reduzir o número de detalhes inventados e aproximar o resultado das expectativas do usuário. As imagens geradas podem ser animadas imediatamente através do modelo Kandinsky Video vinculado, que já funciona no ecossistema GigaChat. Isso transforma o serviço de um simples gerador de imagens em um construtor visual mais amplo: primeiro o usuário obtém um quadro estático e depois pode transformá-lo rapidamente em um clipe curto em movimento sem trocar para outro produto.

Para Sber, esse é outro passo em direção ao GigaChat ser percebido como um assistente universal de IA, não apenas como um chatbot de texto.

O que isto significa

Kandinsky 6 Image mostra que a competição em gráficos generativos está se deslocando da pergunta "quem desenha melhor a partir de prompts" para um cenário mais aplicado: quem oferecerá aos usuários um conjunto completo de ferramentas em uma janela. Para o mercado, isso significa um aumento no número de serviços de massa onde geração, retoque, busca de referência e animação básica são reunidos em um fluxo de trabalho único sem atrito desnecessário e alternância entre diferentes aplicativos para um público de massa.