İlk dəfə: Sber Kandinsky WM 1.0 ilə 5 saniyədə video yaradan süni intellekt modeli

Kandinsky WM 1.0: Süni intellektlə video yaradılmasında yeni mərhələ

Sber süni intellekt sahəsində növbəti böyük addımını ataraq Kandinsky WM 1.0 adlı video modelini açıq paylaşıb. Bu model ilk kadrdan başlayaraq 5 saniyəlik videolar yaradır və fizika qanunlarına uyğun olaraq obyektlərin formasını və hərəkətini qoruyur. 2 milyard parametrə malik Kandinsky WM 1.0 video yaradılmasında yeni standartlar qoyur.

Üç xüsusi model – müxtəlif sahələr üçün optimallaşdırma

Sber üç fərqli versiya təqdim edib: K5-AV, K5-RO və K5-PH. K5-AV avtomobil səhnələri üçün 1,5 milyon video əsasında təlimləndirilib. K5-RO robototexnika sahəsinə yönəlib və 2,2 milyon real ev səhnəsi videosu əsasında hazırlanıb. K5-PH isə mürəkkəb fizika səhnələrini yaratmaq üçün 1,6 milyon video ilə təlim keçib, onlardan 300 minini Sberin ekspertləri əl ilə seçib.

Yüksək performans və açıq lisenziya

Model MIT lisenziyası ilə yayımlanır və GitHub, GitVerse, Hugging Face kimi platformalarda yerləşdirilib. İngilis dilində detallı təsvir tələb edən Kandinsky WM 1.0, Physical AI üzrə üç bənçmarkda yüksək nəticələr göstərib: PAI-Bench-G-də 4-cü, Physics-IQ Verified-də 5-ci, RBench-də isə 6-cı yeri tutub. Sberin daxili yoxlamalarında model NVIDIA Cosmos-Predict2.5-2B-dən avtomobil və robototexnika sahələrində təxminən 5 faiz, mürəkkəb fizika və insan səhnələrində isə 2-3 faiz daha yaxşı nəticə göstərib.

Praktiki tətbiqlər və gələcək perspektivlər

Model server ferması olmadan işləyə bilir və kommersiya layihələrində istifadə üçün icazə verilir. Sberin Robototexnika Mərkəzi və AIRI institutunda artıq bu modeldən istifadə olunur. Kandinsky WM 1.0 interaktiv deyil, yəni sadəcə video yaradır, amma gələcəkdə Sber komandası bu texnologiyanı interaktiv mühitə çevirmək üzərində işləyir.

Sberin yeni modeli süni intellektlə video yaradılmasında fizika və obyektlərin real görünüşünü qoruyaraq yeni imkanlar açır. Bu, həm robototexnika, həm də mürəkkəb səhnələrin simulyasiyasında daha real və faydalı nəticələr təqdim edə bilər.