Kandinsky 5.0 Video Lite

Точность	VRAM	Качество	Рекомендация
FP16	24 ГБ	Максимальное	Для продакшена
INT8	12 ГБ	Хорошее

GPU	VRAM	Поддерживает
Рек. NVIDIA RTX 4090	24 ГБ	FP16, INT8	Арендовать
NVIDIA RTX 5090	32 ГБ	FP16, INT8	Арендовать
NVIDIA A100	80 ГБ	FP16, INT8	Арендовать

Kandinsky 5.0 Video Lite — компактная модель видеогенерации от Sber AI, выпущенная 29 сентября 2025 года. 2B параметров, генерирует HD-видео длительностью 5 и 10 секунд при 24fps. Главное преимущество — работает на consumer-уровня GPU: 12 ГБ VRAM с offloading, 24 ГБ для комфортной работы.

Поддерживает text-to-video и image-to-video (анимация статичного изображения). Лицензия MIT — свободное коммерческое использование.

Запуск на cloudcompute.ru

Шаг 1 — Арендуйте GPU

Video Lite работает от 12 ГБ VRAM с CPU offloading, комфортно — от 24 ГБ. RTX 4090 — оптимальный выбор по цене/производительности.

Шаг 2 — Генерация видео через diffusers

import torch
from diffusers import Kandinsky5T2VPipeline

pipe = Kandinsky5T2VPipeline.from_pretrained(
    "kandinskylab/Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers",
    torch_dtype=torch.bfloat16,
)
pipe = pipe.to("cuda")

video = pipe("Камера плавно пролетает над осенним лесом, золотые деревья, утренний туман").frames
# Сохранение видео через export_to_video или ffmpeg

Шаг 3 — Image-to-video

from PIL import Image

init_image = Image.open("photo.jpg")
video = pipe(
    "Камера медленно приближается, лёгкое движение листьев",
    image=init_image,
).frames

Варианты чекпоинтов

На HuggingFace доступно несколько вариантов:

Чекпоинт	Длительность	Особенности
`kandinsky-5-video-lite-5s`	5 секунд	Базовая версия
`kandinsky-5-video-lite-10s`	10 секунд	Удвоенная длительность
Distilled (16 steps)	5/10 с	Ускоренная генерация с меньшим числом шагов
No-CFG	5/10 с	Без classifier-free guidance, быстрее
SFT	5/10 с	Дообученная на кураторских данных

Camera Control LoRAs

Sber AI выпустил специализированные LoRA-адаптеры для управления камерой в Video Lite: панорамирование, приближение, вращение и другие движения. Подробнее — в руководстве по LoRA.

Ограничения

Максимальная длительность — 10 секунд
При генерации >5 с возможно повторение движений
Качество ниже, чем у Video Pro (2B vs 19B параметров)
Нет audio-генерации — только визуальный ряд

Связанные модели

Kandinsky 5.0 Video Pro — версия максимального качества (19B)
Kandinsky 5.0 Image Lite — генерация изображений
Kandinsky 3.1 — предыдущее поколение (только изображения)

VRAM по точности

Совместимые GPU

Рекомендуемые фреймворки

Характеристики модели

Технические параметры

Применение