Kandinsky 2.2

Kandinsky 2.2 — обновлённая версия Kandinsky 2.1 от Sber AI, выпущенная в июле 2023 года. Основные улучшения: поддержка Flash Attention для ускорения инференса, ControlNet для управления композицией, улучшенная генерация лиц и тел. Архитектура — латентная диффузия + CLIP, нативное разрешение 768×768.

Kandinsky 2.2 — последняя модель «второй» серии. Для новых проектов рекомендуем Kandinsky 5.0 Image Lite, но 2.2 по-прежнему хорош для бюджетных GPU с 8–10 ГБ VRAM.

Запуск на cloudcompute.ru

Шаг 1 — Арендуйте GPU

Kandinsky 2.2 в fp16 требует ~10 ГБ VRAM, с квантизацией — от 6 ГБ. RTX 3090 или RTX 4090 подойдут с запасом.

Шаг 2 — Установите зависимости

pip install diffusers transformers accelerate torch

Шаг 3 — Сгенерируйте изображение

import torch
from diffusers import AutoPipelineForText2Image

pipe = AutoPipelineForText2Image.from_pretrained(
    "ai-forever/Kandinsky_2.2",
    torch_dtype=torch.float16,
)
pipe = pipe.to("cuda")

image = pipe(
    "Современное кафе в стиле лофт, утренний свет через большие окна"
).images[0]
image.save("output.png")

Что нового по сравнению с 2.1

• Flash Attention — ускорение инференса на 20–40% без потери качества
• ControlNet — управление композицией через edge maps, позы, скетчи
• Улучшенные лица — меньше деформаций, лучшая анатомия
• Стабильнее при высоком CFG — меньше артефактов на краях

Ограничения

• Разрешение 768×768 — ниже современных стандартов
• Нет поддержки рендеринга кириллицы на изображениях (появилось в 5.0)
• Ограниченная длина промпта из-за CLIP-энкодера

Связанные модели

• Kandinsky 2.1 — предыдущая версия
• Kandinsky 3.1 — следующее поколение
• Kandinsky 5.0 Image Lite — актуальная версия
• Stable Diffusion XL — аналог по поколению