Твой личный Дали: СберБанк запустил нейросеть, которая рисует картинки по словесному описанию

Команда СберБанка объявила о запуске нейросети ruDALL-E, которая способна создавать изображения на основе текстового описания на русском языке. Как отмечает пресс-служба, это первая в мире подобная нейронная сеть. 

^[1]

Протестировать работу ruDALL-E могут все желающие ^[2], но придётся немного подождать. Сервис сразу об этом предупреждает и сообщает приблизительное время до готовности изображения. На момент написания новости для генерации картинки по описанию «Няшный котик читает iPhone» сервису потребовалось 9 минут. Результат получился такой: 

^[1]

Нейросеть одновременно обучается на двух видах данных — картинках и текстах, и позволяет создавать неограниченное число новых изображений по заданному описанию. 

Моделью ruDALL-E XL (1,3 миллиарда параметров) можно воспользоваться бесплатно, загрузив её с Github. 

Создание изображений при помощи ruDALL-E происходит в три этапа: сначала одна нейросеть получает текст и генерирует заданное число картинок, затем следующая выбирает, какие из них наиболее удачны и максимально соответствуют описанию, а третья увеличивает их в размере без потери качества. Таким образом можно получить неограниченное количество новых изображений, подходящих под указанные характеристики.

Ознакомиться с примерами сгенерированных картинок можно здесь ^[3].

Источник ^[4]