Kandinsky Video: как создавать анимации из текста и картинок

Kandinsky Video — линейка нейросетей Сбера, которая генерирует короткие видеоролики по текстовому описанию или оживляет загруженную картинку. Пользоваться можно бесплатно на портале FusionBrain и через Telegram-бота. Версия 1.1 собирает ролик из ключевых кадров с интерполяцией, а актуальные модели Kandinsky 4.0 Video и Kandinsky 5.0 поднимают длительность до 12 секунд и разрешение до 1280×720.

Коротко, что нужно знать перед первой генерацией:

• Два режима: text-to-video (ролик из промпта) и image-to-video (анимация вашей картинки).
• Доступ бесплатный: FusionBrain, Telegram-бот, приложение и мини-приложение ВКонтакте.
• Название в заголовке — 1.1, но линейка ушла вперёд: в декабре 2024 вышла Kandinsky 4.0 Video, в ноябре 2025 — Kandinsky 5.0.
• Расширенные функции (генерация и редактирование видео) открываются после входа через Сбер ID.
• Модели 1.0, 1.1 и 5.0 Lite/Pro выложены в открытый код — их можно запускать локально.

Что такое Kandinsky Video и как он устроен

Kandinsky Video — это диффузионная модель генерации видео от команды Sber AI. Она не рисует ролик кадр за кадром подряд, а работает через пайплайн из ключевых кадров. По описанию разработчиков, версия 1.1 сначала генерирует первый кадр моделью text-to-image Kandinsky 3.1, затем строит последующие ключевые кадры с опорой на промпт и уже готовый первый кадр, после чего достраивает промежуточные кадры и декодирует их через Sber MoVQ-GAN. За счёт того, что каждый следующий кадр «видит» предыдущий, контент между кадрами получается согласованным, а картинка — стабильнее, чем у покадровой генерации.

Динамику сцены задаёт параметр motion score: он рассчитывается через оптический поток и управляет тем, насколько активно движется камера и объекты. Чтобы модель на инференсе вела себя так же, как на обучении, к первому кадру добавляют шумовую аугментацию — это убирает рассинхрон между тренировкой и генерацией. Второй сценарий — image-to-video: вы загружаете любую статичную картинку, и модель оживляет её, достраивая движение.

Итог раздела: Kandinsky Video — это не «видеоредактор с ИИ», а генеративная модель, где вы управляете результатом через текст, стартовый кадр и параметры движения.

ОБЗОРНЫЙ ПРАКТИКУМ ПО НАШУМЕВШИМ НЕЙРОСЕТЯМ

Нейросети DEEPSEEK И QWEN За 2 часа сделаем полный обзор новых мощных ИИ-моделей, которые бросают вызов нейросети ChatGPT

ТОП-подарки всем участникам лекции:

• Возможность получить Доступ в Нейроклуб на целый месяц
• Как ИИ ускоряет работу и приносит деньги
• За 2 часа вы получите четкий план, как начать работать с ИИ прямо сейчас!

Участвовать бесплатно

Где доступен Kandinsky Video и сколько это стоит

Главная площадка с самой свежей версией — портал FusionBrain. Там же генерируются изображения в высоком разрешении и работает редактирование картинок по текстовым командам. По данным Сбера, сервис бесплатный; базовая генерация изображений доступна без регистрации, а видео и редактирование открываются после авторизации через Сбер ID.

Помимо веба, Kandinsky живёт в Telegram-боте и в экосистеме ВКонтакте — там генерация картинок работает без отдельной регистрации. То есть точек входа несколько, и для первого теста не нужен ни платёж, ни установка чего-либо на компьютер. Для разработчиков есть открытый код: репозитории Kandinsky Video 1.0/1.1 и Kandinsky 5.0 (Lite и Pro) опубликованы, их можно развернуть на своём железе.

Вывод: для знакомства достаточно браузера и аккаунта Сбер ID — платить за старт не нужно.

Как создать видео в Kandinsky: пошагово

Ниже — базовый маршрут через FusionBrain. Он одинаков для text-to-video и image-to-video, разница только в шаге ввода данных.

1. Откройте FusionBrain и войдите. Зайдите на fusionbrain.ai и авторизуйтесь через Сбер ID — без входа режим видео будет недоступен.
2. Выберите режим генерации видео. Переключитесь с картинок на видео и решите, что подаёте на вход — только текст или текст плюс стартовое изображение.
3. Опишите сцену или загрузите картинку. Для text-to-video введите промпт; для image-to-video загрузите изображение, которое нужно оживить.
4. Задайте параметры. Укажите соотношение сторон и, если модель это позволяет, динамику движения. Проверьте, что промпт не противоречит выбранному кадру.
5. Запустите генерацию и скачайте результат. Дождитесь готового ролика, оцените движение и при необходимости повторите с уточнённым промптом.

Первый результат редко идеален — закладывайте 2–3 итерации промпта, это нормальный рабочий цикл для генеративного видео.

Как писать промпты для Kandinsky Video

Модель лучше реагирует на конкретику действия, чем на россыпь прилагательных. Рабочая структура промпта — субъект, действие, среда и характер съёмки. Несколько практических правил:

• Ставьте в центр глагол: «робот бежит по крыше», а не «красивый атмосферный робот».
• Добавляйте характер движения камеры — «медленная панорама», «съёмка с рук» — так вы прямо влияете на динамику.
• Держите описание компактным: перегруженный промпт даёт больше артефактов, чем деталей.
• Для image-to-video формулируйте, какое именно движение нужно добавить к статичной картинке.

Пример компактного промпта под text-to-video: «неоновая улица ночного города, дождь, медленная панорама камеры, кинематографичный свет». Здесь есть субъект (улица), среда (дождь, неон), действие камеры (панорама) и характер картинки — модели этого достаточно, чтобы удержать стабильный кадр между итерациями. Если движение получилось слишком резким, уберите «динамичные» глаголы; если сцена статична — добавьте описание того, что именно движется.

Чем однозначнее промпт, тем меньше повторных генераций уходит на нужный кадр.

Версии Kandinsky Video: от 1.1 до 5.0

Заголовок этой статьи упоминает версию 1.1, но важно видеть всю линейку — продукт заметно вырос. Ниже честная карта версий по открытым данным Сбера и репозиториям Sber AI. Точные значения длительности и разрешения зависят от конкретной модели.

Что изменилось по шагам версий: 1.0 умела только text-to-video и выдавала 8-секундный ролик 512×512. В 1.1 добавили image-to-video и переработали пайплайн ключевых кадров ради согласованности. Kandinsky 4.0 Video, представленная на конференции AI Journey в декабре 2024, подняла планку до 12 секунд и разрешения 1280×720, а версия Flash генерирует ролик 720×480 примерно за 15 секунд. Kandinsky 5.0, вышедшая в ноябре 2025, поставляется семейством: младшая T2V Lite на 2 млрд параметров и старшая Video Pro на 19 млрд, с вариантами роликов на 5 и 10 секунд и режимами text-to-video и image-to-video.

Практический вывод: если нужна максимальная длительность и разрешение — смотрите на 4.0 Video и 5.0; версии 1.x интересны как открытый код и точка входа в архитектуру.

Ограничения, о которых стоит знать заранее

Kandinsky Video — это короткий формат. Даже старшие модели дают ролики в пределах десятка секунд, поэтому полноценный сюжетный клип из одной генерации не соберётся — это инструмент для футажей, сторис, заставок и концептов, а не для монтажа фильма. Второе ограничение — управляемость: генеративное видео не гарантирует кадр с первого раза, и часть промптов придётся переписывать. Третье — детализация мелких объектов и текста внутри кадра остаётся слабым местом диффузионных видеомоделей в целом.

Поэтому Kandinsky Video разумно ставить туда, где ценится скорость и объём коротких роликов, а не там, где нужен полный контроль над каждым кадром.

Где применять генеративные ролики

Короткий формат закрывает вполне конкретные задачи там, где раньше нужен был дизайнер или сток:

• Короткая реклама и анимированные сторис для соцсетей.
• Оживление статичных иллюстраций и обложек — image-to-video из готовой картинки.
• Mood-ролики и концепты для презентаций, игр и питчей.
• Демо-вставки в обучающих материалах вместо статичных GIF.

Общий знаменатель — сократить время от идеи до видео с часов до минут, оставив монтаж и звук на следующий этап. На практике это удобно там, где нужен не один финальный ролик, а десяток коротких вариантов на перебор: заставки для рассылок, фоновые петли для сайта, движущиеся обложки для видеоплатформ. Один промпт можно прогнать в нескольких соотношениях сторон и собрать серию под разные площадки, не заказывая моушн-дизайнера на каждый формат.

Kandinsky Video: коротко о главном

Kandinsky Video — бесплатный способ получить короткий ролик из текста или картинки на инфраструктуре Сбера, без платного доступа и установки софта. Начинать удобно с FusionBrain через Сбер ID; за максимальной длительностью и разрешением идти к 4.0 Video и 5.0; ждать от инструмента короткие клипы, а не полнометражный монтаж. Заголовок про 1.1 — это стартовая точка линейки, а не её потолок.

Частые вопросы о Kandinsky Video

Kandinsky Video бесплатный?

Да. По данным Сбера, генерация на FusionBrain бесплатна; базовые изображения доступны без регистрации, а видео и редактирование открываются после входа через Сбер ID. Есть также Telegram-бот и мини-приложение ВКонтакте.

Какая версия Kandinsky Video актуальна в 2026 году?

Самая свежая линейка — Kandinsky 5.0 (открыта в ноябре 2025) и Kandinsky 4.0 Video (представлена в декабре 2024). Версии 1.0 и 1.1 остаются доступны как открытый код.

Сколько длится ролик в Kandinsky Video?

Зависит от модели: 1.0 выдаёт 8 секунд, 4.0 Video — до 12 секунд, а 5.0 предлагает варианты на 5 и 10 секунд. Это короткий формат для футажей и сторис.

Можно ли оживить свою картинку?

Да, это режим image-to-video: вы загружаете статичное изображение, а модель добавляет движение. Он появился начиная с версии 1.1 и поддерживается в 4.0 и 5.0.

Нужен ли компьютер с мощной видеокартой?

Для генерации через FusionBrain или Telegram — нет, всё считается на стороне сервиса. Локальный запуск из открытого кода требует своей GPU, но это опция для разработчиков, а не обязательное условие.