Kandinsky 5.0：俄罗斯AI-Forever开源的生成式视频模型

Kandinsky 5.0是什么

Kandinsky 5.0是由俄罗斯AI研究机构AI-Forever开发的一种先进的文本到视频生成模型。该模型以其卓越的生成能力和高效性能而闻名。其中，核心版本Kandinsky 5.0 Video Lite是一个轻量化模型，参数量达到20亿，在生成质量上甚至超越了一些规模更大的模型。它支持多种变体版本，包括SFT模型（提供最高质量输出）、CFG蒸馏模型（推理速度提升约两倍）和Diffusion蒸馏模型（实现低延迟生成且几乎无质量损失），以满足不同场景的应用需求。

该模型采用了基于Flow Matching的Latent Diffusion架构，并结合了Qwen2.5-VL提供的强大文本表示能力和HunyuanVideo的3D VAE技术，能够根据输入文本生成时长在5到10秒之间的高质量视频。特别值得注意的是，Kandinsky 5.0在生成与俄罗斯文化相关的视频内容方面表现出色，同时也能支持英文文本的处理。因此，它在视频创作、影视制作、动画生成等多个领域展现了广泛的应用潜力。

Kandinsky 5.0的主要功能

• 文本生成视频： 用户可以通过输入文本描述，生成高质量的动态视频内容。该模型支持多种风格和主题，包括自然风光、动物世界以及动画等多样化场景。