Kandinsky 6.0 공개: 3B 및 29B 두 가지 크기로 44kHz 동기 오디오가 포함된 5초 영상 생성

Kandinsky 6.0은 비디오와 오디오를 결합한 확산 모델(diffusion model) 패밀리입니다. Lite 3B, Pro 29B의 두 가지 크기로, 텍스트에서 음성/비디오 생성(T2AV)과 이미지에서 음성/비디오 생성(TI2AV)을 지원하며, 5초 분량의 클립을 출력하고 오디오는 44kHz이며 입술 동기화가 되어 있습니다. 또한 플러그인식 초해상도 모델이 출력 해상도를 Full-HD 1920×1080으로 끌어올립니다.

2026년 10월 6일에 공개되며, 가중치(weight)는 Hugging Face에 올라옵니다. NVIDIA GPU와 Python 3.13/3.14가 필요합니다. 비증류 버전(non-distilled version)으로 5초 Full-HD 영상을 생성하는 데 H100은 402초, RTX 4090은 1247초, RTX 5060 Ti는 3530초가 걸립니다. 추론 시간을 단축할 수 있는 distill 버전도 있으며, ComfyUI, vLLM-omni 및 Diffusers와 연동됩니다.

AMD 그래픽카드로 DLSS 기반 초해상도 네트워크 구동하기

HelixSR은 NVIDIA의 DLSS Model E 네트워크를 AMD의 FSR 3.1 인터페이스에 연결하여, 게임 속 FidelityFX 초해상도 DLL을 직접 대체하는 방식으로 작동합니다. 이 네트워크는 자체 작성한 DirectX 12 계산 경로를 사용하므로 Tensor Core나 NVIDIA 드라이버, CUDA 또는 ROCm이 필요 없으며, Linux 환경에서는 Proton을 통해 구동됩니다.

공식적으로 테스트된 내용은