Kandinsky 2.2: возможности, инструкция по использованию и примеры промптов

Что такое Kandinsky 2.2

Kandinsky 2.2 — это российская нейросеть для генерации изображений, разработанная Sber AI. Она является продолжением первой модели ruDALL-E и представляет собой бесплатный аналог зарубежных генераторов, таких как Midjourney и Stable Diffusion. Главная особенность Kandinsky 2.2 — отличное понимание русского языка и поддержка более 100 языков, что делает её особенно удобной для русскоязычных пользователей.

Нейросеть работает на основе диффузионной модели: она добавляет шум к обучающим изображениям, а затем восстанавливает их, создавая новые уникальные картинки. Kandinsky 2.2 умеет генерировать изображения по текстовому описанию, создавать вариации на основе загруженных фото, смешивать несколько изображений, дорисовывать части картинок и переносить стиль. В отличие от многих конкурентов, сервис полностью бесплатен и не требует VPN.

Где можно воспользоваться Kandinsky 2.2

Доступ к нейросети предоставляется через несколько платформ, что делает её максимально удобной для разных пользователей:

• Сайт Fusion Brain (fusionbrain.ai) — основной веб-интерфейс с полным набором функций: генерация по тексту, вариации, смешивание, дорисовка, перенос стиля. Требуется регистрация, бесплатно доступно 100 запросов в месяц для модели Kandinsky 3.0 (более старые версии, включая 2.2, могут иметь другие лимиты).
• Телеграм-бот GigaChat — официальный бот, в котором доступны генерация изображений и видео, а также редактирование. Удобен для быстрого использования со смартфона.
• Бот во ВКонтакте — аналогичен телеграм-боту, работает через мини-приложение.
• Сайт ruDALL-E — более старая версия, доступна только генерация по тексту.
• Голосовой помощник «Салют» — можно активировать навык «Включи художника» и генерировать изображения голосом.

Каждый способ имеет свои особенности: на сайте больше функций, в ботах — простота и скорость. Выбор зависит от ваших задач и предпочтений.

Основные функции и режимы работы

Kandinsky 2.2 предлагает шесть основных режимов:

1. Генерация по тексту — вы вводите текстовый запрос (промпт), нейросеть создаёт изображение.
2. Смешивание изображений — загружаете две картинки, и нейросеть создаёт их комбинацию.
3. Вариации изображения — загружаете фото, и нейросеть генерирует несколько его вариантов в разных стилях.
4. Дорисовка — можно расширить изображение за пределы исходной рамки или заменить отдельные объекты с помощью ластика.
5. Перенос стиля — нейросеть переносит позу, очертания или стиль с одного изображения на другое.
6. Генерация видео — создание коротких анимационных роликов (до 5-6 секунд) по текстовому запросу или на основе изображения.

В версии 2.2 появилась поддержка ControlNet — инструмента, позволяющего вносить локальные изменения в генерацию, сохраняя общую композицию. Также доступно около 20 стилей, включая аниме, киберпанк, хохлому, 3D-рендер и другие.

Как генерировать изображения: пошаговая инструкция

Рассмотрим процесс генерации изображения на сайте Fusion Brain:

1. Перейдите на сайт fusionbrain.ai и авторизуйтесь.
2. Выберите модель — для Kandinsky 2.2 выберите соответствующую версию (если доступна).
3. Составьте промпт — опишите, что хотите увидеть. Чем подробнее, тем лучше. Например: «Молодая девушка с рыжими волосами и зелеными глазами сидит с черным котом. Фон: загадочная комната с колдовскими атрибутами в старой избушке. Детали: череп коровы, пучок сушеных трав и цветов, банки и склянки с зельями. Стиль: средневековый стиль, детальное фото».
4. Выберите соотношение сторон — доступны 1:1, 16:9, 9:16, 3:2, 2:3. От этого зависит разрешение: при 1:1 — 1024×1024, при 16:9 — 1024×576.
5. При необходимости укажите негативный промпт — то, чего не должно быть на картинке. Например, «ночь», «лишние пальцы».
6. Нажмите кнопку «Создать» и дождитесь результата. Обычно генерация занимает около 2 минут.
7. Оцените результат. Если что-то не так, можно изменить промпт или использовать ластик для удаления ненужных деталей.

В телеграм-боте процесс аналогичен, но интерфейс упрощён: вы выбираете режим, вводите запрос и получаете изображение прямо в чате.

Как составлять эффективные промпты

Качество генерации напрямую зависит от того, как вы сформулируете запрос. Вот несколько советов:

• Начинайте с главного: сначала укажите основной объект, затем действие, потом детали. Например: «Чёрный кот в парике сидит на подоконнике».
• Добавляйте детали: фон, время суток, освещение, настроение, стиль. Чем больше конкретики, тем точнее результат.
• Используйте простые предложения: избегайте сложных конструкций и метафор. Нейросеть лучше понимает прямые формулировки.
• Указывайте стиль: можно выбрать из списка или описать свой, например, «в стиле Малевича» или «как кадр из фильма „Бегущий по лезвию“».
• Негативный промпт: перечислите, чего не должно быть, чтобы избежать нежелательных элементов.
• Экспериментируйте: если результат не устраивает, меняйте формулировки, добавляйте или убирайте детали.

Пример хорошего промпта: «Реалистичное фото, плёнка 35 мм, милая молодая девушка блондинка с длинными волосами ночью, большие глаза, пухлые губы, естественный макияж, белая майка, крупные серьги, ночные огни, портрет, максимум деталей». Такой запрос даёт нейросети чёткое представление о желаемом изображении.

Генерация видео и анимации

Kandinsky 2.2 также умеет создавать короткие видео и анимации. В режиме «Анимация» можно задать до четырёх сцен, каждая длительностью 4 секунды. Вы можете выбрать направление движения камеры: зум, панорама, отдаление и т.д. Генерация анимации занимает около 10 минут.

Для создания видео в Kandinsky Video (более новая модель) доступны ролики длительностью до 5-6 секунд без звука, разрешение 512 пикселей. Качество пока уступает зарубежным аналогам, но постоянно улучшается. Видео можно генерировать по текстовому запросу или «оживить» загруженное изображение.

Пример промпта для видео: «Молодой парень в белой футболке, джинсах и бейсболке едет на скейте по городу, на фоне парк аттракционов, снято на плёнку, кинематографичное видео». Процесс занимает около 4 минут.

Преимущества и недостатки Kandinsky 2.2

Преимущества:

• Полностью бесплатный доступ, без ограничений на количество генераций (в рамках лимитов).
• Отличное понимание русского языка, не нужно использовать VPN.
• Простой и интуитивно понятный интерфейс.
• Множество стилей и возможность создавать изображения с разными пропорциями.
• Отсутствие публичной ленты генераций — ваши работы видны только вам.

Недостатки:

• Нейросеть часто генерирует похожие лица и фоны, что может ограничивать разнообразие.
• Проблемы с деталями: особенно страдают руки и пальцы, которые могут быть искажены.
• При дорисовке изображений с другими пропорциями могут появляться странные артефакты.
• Иногда обрезает макушки на горизонтальных изображениях.
• Не всегда корректно понимает контекст, возможны ляпы (например, кот с головой енота).

Несмотря на недостатки, Kandinsky 2.2 остаётся одним из лучших бесплатных решений для генерации изображений на русском языке.

Примеры использования и практические советы

Kandinsky 2.2 можно применять для самых разных задач:

• Создание иллюстраций для блогов, соцсетей, презентаций.
• Генерация идей для рисунков, персонажей, дизайна.
• Развлечение — создание мемов, аватарок, открыток.
• Обучение — визуализация концепций, создание наглядных материалов.

Практические советы:

• Если нужно получить несколько вариантов, используйте режим «Вариации».
• Для удаления лишних объектов применяйте ластик на сайте Fusion Brain.
• В телеграм-боте можно использовать эмодзи в промптах, но не все они распознаются корректно.
• Не бойтесь экспериментировать со стилями и промптами — иногда неожиданные результаты оказываются самыми удачными.

Примеры промптов для вдохновения:

• «Мопс в короне сидит на троне, картина в стиле Веласкеса, максимум деталей».
• «Закат в пустыне, максимальный реализм».
• «Кот спит на диване, реализм, максимум деталей, неяркие цвета».
• «Бульдог идёт по ночному городу, стиль киберпанк».

Сравнение с другими нейросетями

Kandinsky 2.2 часто сравнивают с Midjourney и Stable Diffusion. По качеству изображений она находится примерно на одном уровне, но уступает в детализации и реалистичности. Однако у Kandinsky есть важные преимущества:

• Бесплатность — в отличие от Midjourney, не требует подписки.
• Русский язык — понимает запросы без перевода.
• Доступность — не нужен VPN.

Среди российских аналогов можно выделить «Шедеврум» от Яндекса, который имеет социальную ленту, но Kandinsky 2.2 предлагает больше функций для редактирования. В целом, Kandinsky 2.2 — отличный выбор для тех, кто хочет попробовать генеративные нейросети без финансовых затрат.

Вопросы и ответы