Кандинский и Шедеврум: сравнение российских нейросетей для генерации изображений

Введение: зачем нужны отечественные нейросети для картинок

Создание уникальных изображений по текстовому описанию перестало быть прерогативой западных сервисов. Midjourney и DALL-E долгое время оставались основными инструментами для дизайнеров, маркетологов и блогеров, но их использование связано с рядом сложностей: необходимость владения английским, оплата подписки в валюте и потенциальные проблемы с доступом из России. В ответ на это российские компании разработали собственные решения, которые не только понимают русский язык, но и предлагают бесплатный доступ.

Две наиболее заметные отечественные нейросети — Kandinsky от Сбера и Шедеврум от Яндекса. Обе позволяют генерировать изображения по текстовому запросу, но реализованы по-разному: Кандинский работает через сайт и Telegram-бот, а Шедеврум — исключительно как мобильное приложение. В этой статье мы подробно разберём их функционал, сравним качество генерации, обсудим сильные и слабые стороны, а также дадим практические рекомендации по созданию эффективных промптов. Материал основан на реальных тестах и обзорах, что позволяет составить объективную картину.

Кандинский 2.1: возможности и архитектура нейросети от Сбера

Kandinsky 2.1 — это обновлённая версия нейросети Сбера, обученная на 170 миллионах пар «текст-изображение» и содержащая 3,3 миллиарда параметров. Для сравнения, предыдущая версия Kandinsky 2.0 имела всего 2 миллиарда параметров, что объясняет заметное улучшение качества генерации. Модель поддерживает более 100 языков, включая русский и английский, что делает её доступной для широкой аудитории.

Основные режимы работы Кандинского:

• Генерация по тексту — создание изображения с нуля на основе промпта.
• Смешивание изображений — объединение двух картинок в одну, что позволяет получать неожиданные и креативные результаты.
• Смешивание изображения и текста — дорисовка или модификация загруженного фото по текстовому описанию.
• Вариации изображения — создание альтернативных версий готовой картинки с изменением стилистики.

Все эти функции доступны на сайте fusionbrain.ai и в Telegram-боте. Также нейросеть интегрирована в голосовой помощник «Салют». Важно отметить, что Кандинский генерирует одно изображение на один запрос, в отличие от конкурентов, которые предлагают сразу несколько вариантов. Это может быть как преимуществом (быстрее получить результат), так и недостатком (нет выбора).

Шедеврум: мобильное приложение Яндекса с социальной составляющей

Шедеврум — это мобильное приложение от Яндекса, которое работает по принципу каскадной диффузии: сначала создаётся пиксельный набросок, затем он насыщается деталями и увеличивается в качестве. Модель обучена на датасете из 240 миллионов картинок с подписями, что обеспечивает хорошее понимание запросов.

Ключевая особенность Шедеврума — его социальная направленность. Приложение функционирует как мини-соцсеть: пользователи публикуют свои генерации в общей ленте, могут ставить лайки, комментировать и делиться изображениями. Под каждой картинкой указан использованный промпт, что превращает ленту в бесплатную библиотеку идей — можно подсмотреть удачные формулировки и адаптировать их под свои задачи.

При генерации Шедеврум выдаёт сразу четыре варианта изображения в разных стилях. Пользователь может выбрать один из них, но для сохранения на телефон необходимо сначала опубликовать его в ленте. Это условие может показаться неудобным, но оно способствует наполнению сообщества контентом. Размер итогового изображения составляет 1024×1024 пикселя, что больше, чем у Кандинского (768×768).

Интерфейс и удобство использования: сайт, Telegram и мобильное приложение

Кандинский доступен через веб-интерфейс на fusionbrain.ai, который адаптирован для мобильных устройств, но с ограничением: на телефоне недоступен выбор стилей. На десктопе интерфейс интуитивно понятен: центральное поле для генерации, командная строка внизу, инструменты для перемещения, загрузки фото и ластик для удаления деталей. В левом нижнем углу находится панель стилей (доступна только на компьютере), в правом верхнем — кнопки отмены/возврата действий, а в правом нижнем — масштаб. Рабочее поле можно перемещать и изменять его размер, что позволяет создавать несколько изображений на одном экране.

Telegram-бот Кандинского повторяет функционал десктопной версии, включая все четыре режима генерации. Это удобно для тех, кто привык работать с мессенджерами.

Шедеврум, в свою очередь, доступен только как мобильное приложение для iOS и Android. Интерфейс состоит из трёх вкладок: «Недавние», «Подписки» и «Лучшее». Для генерации нужно нажать на плюсик, ввести запрос и при необходимости добавить модификатор. Через браузер можно только просматривать ленту и чужие работы, но не создавать свои. Это существенное ограничение для пользователей, предпочитающих работать с компьютера.

Стили и творческие инструменты: от аниме до хохломы

Одним из главных преимуществ Кандинского является наличие более 20 предустановленных стилей, среди которых аниме, киберпанк, 3D-рендер, цифровая живопись, ренессанс, детальное фото и даже хохлома — старинная русская декоративная роспись. Пользователь может выбрать стиль из списка или оставить поле пустым, чтобы нейросеть сама определила художественное направление. Также можно прописать собственный стиль в текстовом запросе, например, «в стиле Айвазовского» или «мультфильм Pixar».

Смена стиля позволяет кардинально изменить восприятие одного и того же изображения. Например, морской пейзаж, сгенерированный в стиле масляной живописи, будет сильно отличаться от версии в стиле аниме. Это даёт возможность экспериментировать и находить наиболее подходящий вариант без переписывания промпта.

Шедеврум также поддерживает стили, но они встроены в модификаторы — дополнительные параметры, которые можно добавить к запросу. Приложение автоматически генерирует четыре варианта в разных стилистиках, что позволяет выбрать наиболее удачный. Однако у пользователя нет прямого контроля над выбором стиля — он полагается на алгоритм.

Качество генерации: сравнительные тесты на русском и английском

Чтобы объективно оценить качество, мы провели серию тестов с одинаковыми запросами на русском и английском языках. Первый запрос — «кот в очках». Midjourney, как и ожидалось, не понял русский текст и выдал изображение, связанное с кодом, а не с животным. Кандинский справился отлично: кот в очках, хоть и с небольшими артефактами, но в целом узнаваемый. Шедеврум также выдал кота, но в более «пластмассовом» стиле.

Второй запрос — «два человека ужинают в ресторане». Midjourney создал атмосферную, но тёмную картину с правильной композицией. Кандинский показал яркую, но немного «кашеобразную» картинку с проблемами в отражениях и размерах бокалов. Шедеврум сгенерировал людей, которые выглядят «картонными», но в целом результат был лучше, чем у более ранних версий.

Третий тест — «девушка на фоне ночного города в стиле киберпанк». Кандинский выдал качественное изображение с хорошей детализацией, Шедеврум — с заметными огрехами в прорисовке. Однако при более детальном промпте (с указанием цвета волос, глаз, освещения) Шедеврум показал себя лучше, что подтверждает важность конкретики в запросах.

В целом, Кандинский демонстрирует более высокое качество изображений, особенно в портретах и пейзажах. Шедеврум отстаёт в детализации, но быстро развивается — за полтора месяца разница стала очевидной.

Практические советы по созданию эффективных промптов

Успех генерации во многом зависит от того, как сформулирован запрос. Наши тесты показали, что абстрактные описания приводят к посредственным результатам, тогда как детализированные промпты дают атмосферные и качественные изображения.

Вот несколько рекомендаций:

• Описывайте конкретные детали: цвет, текстуру, освещение, композицию. Например, вместо «красивая девушка» напишите «девушка с рыжими кудрявыми волосами, голубыми глазами, в светлом платье, мягкое вечернее освещение».
• Используйте стили: если вы хотите определённую художественную манеру, укажите её в промпте (например, «в стиле киберпанк» или «как мультфильм Pixar»).
• Избегайте сложных сцен с несколькими персонажами: нейросети часто путаются, создавая гибриды или лишние конечности. Лучше разбить сцену на несколько генераций.
• Экспериментируйте с модификаторами в Шедевруме: они помогают уточнить запрос и получить более предсказуемый результат.
• Изучайте ленту Шедеврума: чужие промпты — отличный источник вдохновения и примеров удачных формулировок.

Помните, что даже при идеальном промпте нейросеть может выдать неожиданный результат. Это нормально — итеративный подход, когда вы корректируете запрос и пробуете снова, обычно приводит к желаемому изображению.

Ограничения и недостатки: что нужно знать перед использованием

Несмотря на впечатляющие возможности, обе нейросети имеют ограничения, которые важно учитывать.

Кандинский:

• Генерирует только одно изображение на запрос, что ограничивает выбор.
• Часто искажает руки и пальцы, делая их «инопланетными».
• Проблемы с улыбающимися людьми — результат может выглядеть жутковато.
• При запросе двух животных или людей возможны гибриды, напоминающие персонажей фильмов ужасов.
• Максимальный размер изображения — 768×768 пикселей, что может быть недостаточно для печати.
• На мобильной версии сайта недоступен выбор стилей.

Шедеврум:

• Доступен только как мобильное приложение, нет веб-версии для генерации.
• Для сохранения изображения необходимо опубликовать его в общей ленте.
• Качество генерации пока уступает Кандинскому, особенно в деталях.
• Приложение находится в бета-тестировании, возможны сбои и длительное время генерации (до 2 минут).
• Люди на изображениях часто выглядят «пластмассовыми» или «картонными».

Также стоит помнить о вопросах авторского права: хотя нейросети создают уникальные изображения, правовой статус таких работ в России пока не полностью урегулирован. Используйте сгенерированные картинки с осторожностью в коммерческих проектах.

Сравнение с Midjourney: стоит ли переходить на российские аналоги

Midjourney остаётся эталоном качества среди нейросетей для генерации изображений. Его преимущества — высокая детализация, реалистичность, умение работать со сложными композициями и широкий выбор стилей. Однако он требует знания английского языка и платной подписки, что для многих российских пользователей является серьёзным барьером.

Кандинский и Шедеврум предлагают бесплатный доступ и понимание русского языка, что делает их привлекательной альтернативой. По качеству они пока уступают Midjourney, но разрыв сокращается. Например, в тесте с котом в очках Кандинский показал результат, сопоставимый с Midjourney, а в некоторых случаях даже лучше.

Если вам нужны изображения для презентаций, соцсетей или блогов, российские нейросети вполне справятся с задачей. Для профессиональной полиграфии или сложных арт-проектов, возможно, придётся обратиться к Midjourney или дождаться дальнейшего развития отечественных моделей.

Важно отметить, что обе нейросети активно развиваются: Кандинский уже прошёл путь от 2.0 до 2.1, а Шедеврум за полтора месяца значительно улучшил качество. В ближайшем будущем можно ожидать новых версий с ещё более впечатляющими возможностями.

Заключение: какую нейросеть выбрать и как их комбинировать

Выбор между Кандинским и Шедеврумом зависит от ваших задач и предпочтений. Если вы работаете за компьютером и цените широкий функционал, включая стили и режимы смешивания, — выбирайте Кандинский. Он также удобен для быстрой генерации одного изображения без лишних действий.

Если вы активный пользователь смартфона и хотите быть частью сообщества, где можно делиться работами и черпать идеи, — Шедеврум станет отличным выбором. Его социальная лента и модификаторы делают процесс генерации увлекательным и познавательным.

Однако лучший подход — использовать обе нейросети одновременно. Как показывает практика, они по-разному интерпретируют одни и те же запросы, что позволяет получить более разнообразные результаты. Сгенерируйте изображение в Кандинском, затем попробуйте тот же промпт в Шедевруме — и выберите наиболее удачный вариант. Это бесплатно и не требует особых усилий.

В конечном счёте, обе нейросети — это мощные инструменты, которые демократизируют творчество. Они позволяют каждому, независимо от навыков рисования, создавать уникальные визуальные образы. Экспериментируйте, учитесь формулировать промпты и не бойтесь ошибок — именно так рождаются настоящие шедевры.

Вопросы и ответы