Fusion Brain: что это за платформа и как она связана с Kandinsky

Fusion Brain - платформа Сбербанка, точнее лаборатории Sber AI, для генерации изображений и другого медиаконтента через нейросети, и именно она стоит за моделями Kandinsky, которые многие путают с отдельным самостоятельным сервисом. На практике это два слоя одной истории: сайт fusionbrain.ai с публичным плеером, где любой человек генерирует картинку по текстовому описанию, и API, который я сам подключал заказчикам, когда картинка должна рождаться внутри бота или внутреннего инструмента, а не в отдельном приложении от Сбера.

Что такое Fusion Brain и кто её сделал

Fusion Brain выросла из исследовательского направления Sber AI по мультимодальным нейросетям, которые одновременно работают с текстом, изображениями и другими типами данных. Название площадка унаследовала от конкурса Fusion Brain Challenge, который Сбер проводил на конференции AI Journey ещё до того, как генерация картинок по тексту стала массовым продуктом. Про соревнование сейчас помнят разве что участники профильных хакатонов, а вот сайт fusionbrain.ai живёт отдельной жизнью как публичный сервис.

По сути это зонтичный бренд: под одной крышей у Сбера собрано несколько генеративных моделей, включая работу с видео и музыкой, но узнаваемость платформе принесла именно генерация изображений через Kandinsky.

Kandinsky - модель, которая рисует внутри Fusion Brain

Kandinsky - диффузионная text-to-image модель, первую версию которой Сбер показал в 2022 году, на волне интереса к Stable Diffusion и DALL‑E 2. С тех пор архитектуру меняли несколько раз: 2.1 подтянула точность следования промпту, 2.2 переехала на новый image-энкодер, а версии 3.0 и 3.1 сменили базовую архитектуру на более крупную. Для меня как для разработчика главное практическое отличие в другом: Kandinsky нормально понимает промпт на русском без предварительного перевода на английский, а тот же Midjourney с русским текстом работает заметно хуже.

Как получить доступ: веб-плеер и API

Для обычного пользователя всё просто: заходишь на fusionbrain.ai, вводишь описание, ждёшь генерацию и скачиваешь картинку. Бесплатный лимит запросов в сутки есть, но для встраивания в проект он не годится: боту или внутреннему инструменту нужен стабильный доступ без ручного клика “сгенерировать”.

Для API нужно зарегистрироваться в личном кабинете на fusionbrain.ai и получить пару ключей, которые передаются в заголовках запроса. Генерация асинхронная: отправляешь запрос с промптом и параметрами (размер, стиль, negative-prompt), в ответ получаешь идентификатор задачи, а дальше опрашиваешь статус, пока он не сменится на готовый и не вернёт картинку. На моих проектах одна генерация обычно занимает от 10 до 40 секунд в зависимости от загрузки очереди, а в пиковые часы по вечерам ожидание заметно растёт.

Как я подключаю Fusion Brain API в реальных проектах

Чаще всего запрос звучит так: “хотим, чтобы бот сам рисовал картинку под заявку” или “нужна генерация превью на сайте без платной подписки на Midjourney”. Расскажу про два сценария, с которыми реально работал.

Telegram-бот на aiogram: пользователь присылает описание, бот ставит задачу в Fusion Brain, показывает статус “генерирую” и присылает результат. Основная сложность не в самом запросе к API, а в очереди на стороне бота: если заявки приходят одновременно, нужна своя очередь задач (через asyncio.Queue или Redis), иначе часть запросов будет падать по таймауту.

import requests

headers = {
    "X-Key": f"Key {api_key}",
    "X-Secret": f"Secret {secret_key}",
}

response = requests.post(
    base_url,
    headers=headers,
    files={"params": (None, '{"query": "город будущего в стиле киберпанк"}')},
)
task_id = response.json()["uuid"]

Это упрощённая схема без обработки ошибок и поллинга статуса - точный формат параметров и эндпоинты Сбер периодически меняет, актуальную версию всегда смотрю в личном кабинете перед началом работ.

Автоматизация в n8n: HTTP Request нода отправляет задачу в Fusion Brain, следующая нода с ожиданием опрашивает статус и забирает результат, дальше картинка уходит в Telegram, на почту или сохраняется в облако. Такой workflow собираю, когда клиенту не нужен полноценный бот, а достаточно кнопки “сгенерировать” во внутреннем инструменте или автоматической рассылки. Если у вас похожая задача, обычно проще обсудить её как разработку Telegram-бота с генерацией изображений, чем собирать интеграцию с нуля своими силами.

Fusion Brain и Kandinsky против других генераторов изображений

Клиенты часто спрашивают, зачем вообще Kandinsky, если есть Midjourney и GPT Image. Разница в основном в доступности из России, цене и работе с русским языком.

Для клиентских проектов в России Fusion Brain часто выигрывает не качеством картинки (по детализации и следованию сложному промпту GPT Image обычно точнее), а тем, что оплата и доступ не завязаны на зарубежные карты и VPN.

Что стоит знать до того, как встраивать Fusion Brain в проект

• Очередь и лимиты по API зависят от тарифа личного кабинета, при пиковой нагрузке генерация может занимать больше времени, чем в тестах
• Промпты проходят модерацию, часть тематик генерировать нельзя в принципе, это стоит проговорить с заказчиком на старте
• Текст на самих картинках Kandinsky прорисовывает хуже, чем GPT Image, для баннеров с надписями это обычно не лучший вариант
• Условия коммерческого использования сгенерированных изображений стоит сверять в актуальной оферте на сайте и фиксировать в ТЗ, чтобы не было споров с клиентом
• Если бот вместе с генерацией картинки собирает контакты пользователя (имя, телефон, email), эти данные храню на серверах в РФ, а не в зарубежных таблицах или SaaS-сервисах

Отдельно замечу: подключение API - это только часть работы. Очередь заявок, повторные попытки при обрыве соединения, ограничение частоты запросов от одного пользователя - без этого бот с генерацией картинок за первую же неделю активного использования начнёт падать или зависать на статусе “генерирую”. Когда нужна не просто демонстрация, а рабочий инструмент, эти вещи проектирую заранее, а не добавляю по факту жалоб.

Частые вопросы

Fusion Brain и Kandinsky - это одно и то же?

Нет. Fusion Brain - платформа и бренд Сбера, через которую доступны генеративные модели, а Kandinsky - конкретная модель генерации изображений внутри этой платформы. Разница похожа на разницу между магазином приложений и одним приложением в нём.

Нужно ли платить за Fusion Brain API?

Веб-плеер на сайте бесплатный с суточным лимитом генераций. Для API доступ платный и считается по тарифу личного кабинета, актуальные ставки смотрю прямо в кабинете на fusionbrain.ai перед стартом проекта, потому что условия периодически меняются.

Можно ли использовать картинки Kandinsky в коммерческих проектах?

Условия использования сгенерированных изображений описаны в пользовательском соглашении сервиса, и я всегда сверяю их перед стартом клиентского проекта, а формулировку про права на результат фиксирую отдельным пунктом в ТЗ.

Чем Kandinsky отличается от Stable Diffusion для разработчика?

Stable Diffusion можно развернуть у себя на сервере и полностью контролировать очередь и стоимость инфраструктуры, а Kandinsky через Fusion Brain работает как облачный сервис: не нужно поднимать GPU, но зависишь от очереди и лимитов чужого API. Для быстрого запуска бота или прототипа обычно быстрее взять готовый API, для проекта с большим объёмом генераций иногда дешевле считать вариант с собственным сервером под Stable Diffusion.