Sber lança o Kandinsky 6 Image: gerador de imagens fica mais rápido e aprende a restaurar fotos

A Sber atualizou seu modelo de imagens e integrou o Kandinsky 6 Image ao GigaChat. A nova versão aposta não só na geração a partir de texto, mas também em uma edição completa: da restauração de fotos antigas à correção pontual de detalhes e à preparação de imagens para animação.

O que mudou

O 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 de graça e sem limite de tarefas, ou seja, não se trata de uma demonstração isolada de capacidades, mas de um serviço pensado para uso regular.

Segundo a Sber, a nova versão é duas vezes mais rápida que a anterior, lida melhor com pedidos complexos e gera imagens mais detalhadas. Isso importa além de quem gosta de experimentar com prompts. Quanto mais rápido o modelo responde e quanto mais precisamente mantém os detalhes, mais ele se aproxima de uma ferramenta do dia a dia para designers, profissionais de marketing, donos de pequenas lojas e criadores de conteúdo. Nesses cenários, o que conta não é a geração como recurso vistoso, mas um resultado previsível, que possa ser usado em um post, em uma ficha de produto, em um banner ou em uma apresentação sem longos ajustes.

No aspecto técnico, o modelo ganhou a arquitetura Mixture of Experts. Nessa abordagem, cada pedido ativa não a rede neural inteira, mas só os trechos necessários. Para o usuário, isso aparece não em métricas abstratas, mas em processamento mais rápido e menos erros em cenas complexas, que exigem manter muitas condições ao mesmo tempo: estilo, composição, personagens, roupas, fundo e pequenos objetos no quadro.

Novos cenários

A principal diferença entre o Kandinsky 6 Image e um gerador de imagens comum é o conjunto ampliado de ferramentas de edição. Agora o modelo cobre mais tarefas que antes precisavam ser resolvidas em vários aplicativos ou à mão, principalmente quando o usuário não quer inventar uma imagem do zero, e sim melhorar com cuidado um quadro já existente. A aposta está claramente em cenários cotidianos, e não apenas na demonstração de capacidades tecnológicas em vídeos promocionais para usuários comuns e equipes.

• Restauração de fotografias antigas
• Estilização de imagens em diferentes formatos visuais
• Ensaios fotográficos neurais a partir de imagens do usuário
• Troca de roupas e de fundo nas fotos
• Retoque e maquiagem virtual

A Sber destaca separadamente que as alterações locais ficaram mais precisas. Esse é um ponto importante para quem não trabalha com geração do zero, mas com a edição de uma imagem pronta. Nessas tarefas, o usuário geralmente precisa mudar uma parte da imagem sem destruir o resto. Se o modelo de fato preserva melhor a cena original e altera elementos individuais com mais cuidado, ele se torna bem mais útil para o uso pessoal e comercial.

Busca e animação

Outra novidade relevante é a busca integrada de imagens. Se o modelo não sabe como é o personagem ou objeto pedido pelo usuário, ele pode encontrar sozinho uma referência visual. Na prática, isso deve reduzir os erros quando a descrição em texto não basta ou quando importa mais uma referência atual do que uma interpretação média dos dados de treinamento. Para serviços dessa classe, é uma forma de reduzir detalhes inventados e aproximar o resultado do que o usuário espera.

As imagens geradas podem ser animadas imediatamente pelo modelo associado Kandinsky Video, que já funciona no ecossistema do GigaChat. Isso transforma o serviço de um simples gerador de imagens em um construtor visual mais amplo: primeiro o usuário recebe um quadro estático e depois pode transformá-lo rapidamente em um clipe curto em movimento, sem sair para outro produto. Para a Sber, é mais um passo para que o GigaChat seja visto como um assistente de IA universal, e não apenas como um chatbot de texto.

O que isso significa

O Kandinsky 6 Image mostra que a concorrência em gráficos generativos está saindo da pergunta de quem desenha melhor a partir de um prompt para um cenário mais aplicado: quem entrega ao usuário um conjunto completo de ferramentas em uma só janela. Para o mercado, isso significa mais serviços de massa em que geração, retoque, busca de referências e animação básica se reúnem em um único fluxo de trabalho, sem atrito desnecessário nem troca entre aplicativos, para um público amplo.