Исследователи Сбера и команды Kandinsky разработали Time Adapter - компактный модуль для генеративных моделей, который позволяет контролировать не только содержание будущего ролика, но и скорость происходящих в нём событий. Технология призвана решить одну из заметных проблем ИИ-видеогенерации: отдельные кадры могут выглядеть убедительно, но движение между ними часто оказывается физически неестественным.
Time Adapter занимает менее 1% размера основной модели и состоит из двух независимых компонентов. Первый регулирует частоту кадров в диапазоне от 15 до 60 fps, второй управляет динамикой происходящего внутри сцены. Для обучения использовали около 40 тысяч видео, в которых присутствовали движения людей и природные процессы - бег, ходьба, танцы, дождь, волны, туман и другие явления с разной скоростью.
Модуль можно подключить к уже обученной видеомодели. В таком режиме он делает движения более плавными, не меняя общий характер генерации. При совместном дообучении с основной моделью результат получается заметнее: ИИ начинает точнее воспроизводить физику происходящего и способен создавать динамические процессы, которые раньше давались ему хуже.
Особенно показателен эксперимент с Kandinsky 5.0 Video Lite. После дообучения с Time Adapter естественность движения выросла на 29%, визуальное качество - на 8%, а соответствие ролика текстовому запросу - на 19% по сравнению с обычной версией модели.
Разработчики рассчитывают использовать технологию для генерации реалистичных рекламных, музыкальных и других роликов, создания синтетических данных для обучения физического ИИ, а также получения видео с заранее заданным темпом. Код Time Adapter уже опубликован на Hugging Face под открытой лицензией MIT, допускающей коммерческое применение.
Новости нейросетей
30.09.2026