Реализация AI-генерации изображений (Kandinsky) в мобильном приложении

Реализация AI-генерации изображений (Kandinsky) в мобильном приложении

Мы в команде мобильной разработки регулярно решаем задачу интеграции AI-генерации изображений. Для русскоязычного рынка оптимальным инструментом стала модель Kandinsky от Sber AI (версия 3.1). Её преимущество — нативное понимание русских промптов без перевода. С ней «закат над берёзовым лесом» работает так же, как на западных моделях английский запрос, без потери качества. Правильная интеграция такого сервиса занимает от 3 до 12 дней, но результат — уникальная фича для пользователей. Если вы задумываетесь о добавлении AI-генерации, Wikipedia: Kandinsky AI поможет разобраться в основах, а мы покажем, как реализовать её технически.

Почему стоит выбрать Kandinsky для мобильного приложения?

Основные причины: полная поддержка русского языка, бесплатный тариф на старте (100 запросов в сутки), высокое качество генерации для художественных и природных сюжетов. В отличие от многих западных аналогов, Kandinsky не требует VPN и работает через официальный Fusionbrain API. Для мобильного разработчика это означает простоту интеграции без дополнительных прокси-серверов.

Доступные способы интеграции

Сравним три основных подхода:

Для продакшена выбираем Fusionbrain API с собственным бэкендом-прокси. Это гарантирует управляемость и безопасность.

Как мы интегрируем Fusionbrain API: пошаговый пример

Рассмотрим процесс на Kotlin (Android), хотя на Swift он практически идентичен. Основная сложность — двухэтапная модель: создание задачи и polling результата.

class KandinskyService(private val apiKey: String, private val secretKey: String) { // Шаг 1: получить ID модели suspend fun getModelId(): String { val response = httpClient.get("https://api-key.fusionbrain.ai/key/api/v1/models") { header("X-Key", "Key $apiKey") header("X-Secret", "Secret $secretKey") } val models = response.body<List<FusionBrainModel>>() return models.first { it.name == "Kandinsky" }.id.toString() } // Шаг 2: создать задачу генерации suspend fun createTask(modelId: String, prompt: String, width: Int = 1024, height: Int = 1024): String { val params = JSONObject().apply { put("type", "GENERATE") put("numImages", 1) put("width", width) put("height", height) put("generateParams", JSONObject().apply { put("query", prompt) }) } // Multipart запрос val requestBody = MultipartBody.Builder() .setType(MultipartBody.FORM) .addFormDataPart("model_id", modelId) .addFormDataPart( "params", "params.json", params.toString().toRequestBody("application/json".toMediaType()) ) .build() val response = OkHttpClient().newCall( Request.Builder() .url("https://api-key.fusionbrain.ai/key/api/v1/text2image/run") .header("X-Key", "Key $apiKey") .header("X-Secret", "Secret $secretKey") .post(requestBody) .build() ).execute() return JSONObject(response.body!!.string()).getString("uuid") } // Шаг 3: polling suspend fun pollResult(taskUuid: String): Bitmap? { repeat(30) { delay(3000) val response = OkHttpClient().newCall( Request.Builder() .url("https://api-key.fusionbrain.ai/key/api/v1/text2image/status/$taskUuid") .header("X-Key", "Key $apiKey") .header("X-Secret", "Secret $secretKey") .get() .build() ).execute() val json = JSONObject(response.body!!.string()) if (json.getString("status") == "DONE") { val images = json.getJSONArray("images") val base64 = images.getString(0) val bytes = Base64.decode(base64, Base64.DEFAULT) return BitmapFactory.decodeByteArray(bytes, 0, bytes.size) } } return null } } 

Код выше демонстрирует типичную реализацию. Обратите внимание: ответ приходит как base64-строка, а не URL. Декодировать нужно в фоновом потоке, чтобы не блокировать UI.

Параметры генерации: блоки, стили и негативный промпт

Kandinsky поддерживает гибкую настройку. Вот оптимальные параметры для мобильного приложения:

val params = JSONObject().apply { put("type", "GENERATE") put("numImages", 1) put("width", 768) put("height", 1024) put("style", "PORTRAIT") put("generateParams", JSONObject().apply { put("query", "портрет молодой женщины в русском традиционном костюме, детализированный, реализм") }) put("negativePromptDecoder", "размытость, артефакты, деформация, текст, водяной знак") } 

Что такое negative prompt и как он улучшает результат?

Негативный промпт — это описание того, что модель должна избегать. В примере выше мы указали «размытость, артефакты, деформация, текст, водяной знак». Это снижает вероятность появления нежелательных элементов. Для портретов и фотореалистичных сцен negative prompt обязателен: без него модель может добавить случайные артефакты. Экспериментируйте с формулировками: чем точнее опишите, что нужно исключить, тем чище будет генерация.

Русский промпт vs английский: практические рекомендации

Kandinsky понимает русский без деградации качества. Однако для технических описаний (архитектура, механизмы) английский промпт даёт более точный результат — модель обучена на смешанном корпусе, и технические термины лучше представлены в английском. Для художественных, пейзажных, портретных сценариев русский работает отлично. Для максимального качества пишите промпт на обоих языках (если UI позволяет), Kandinsky обработает оба.

Как избежать типичных ошибок при интеграции?

• Статус FAIL от Fusionbrain без пояснений — обычно промпт нарушает content policy или слишком короткий (менее 3 слов). Минимальный промпт для стабильной работы — 5–10 слов.
• Декодирование base64 на main thread — блокировка UI. Всегда используйте фоновый поток: DispatchQueue.global().async (iOS) или Dispatchers.Default (Android).
• Превышение лимита бесплатного тарифа — мониторьте количество запросов с помощью счётчика.

Полный чек-лист для интеграции:

• Получены API-ключи Fusionbrain
• Реализован polling с таймаутом (30 попыток по 3 секунды)
• Обработка ошибок 4xx и 5xx
• Декодирование base64 в фоне
• Кэширование результатов
• UI с индикатором загрузки

Что входит в нашу работу

При заказе интеграции Kandinsky в ваше мобильное приложение мы предоставляем:

1. Backend-прокси для безопасного хранения API-ключей.
2. Модуль генерации для iOS (Swift) или Android (Kotlin) с обработкой ошибок.
3. UI-компонент для ввода промпта, выбора стиля и отображения результата.
4. Интеграцию с галереей для сохранения изображений.
5. Документацию по использованию API и примеры запросов.

У нас за плечами более десяти проектов по интеграции Kandinsky и более пяти лет опыта в mobile AI. Мы гарантируем стабильную работу даже при пиковых нагрузках. Если вы хотите внедрить AI-генерацию в своё приложение, свяжитесь с нами для предварительного анализа.

Сколько времени занимает интеграция и какова её стоимость?

Базовая интеграция Fusionbrain API с UI занимает от 3 до 4 дней. Добавление стилей, истории генераций, сохранения в галерее и обработки ошибок content policy — от 8 до 12 дней. Стоимость рассчитывается индивидуально. Обратите внимание: Fusionbrain API бесплатен до 100 генераций в день, что существенно экономит бюджет на небольшом проекте. Для более серьёзных объёмов можно приобрести платный тариф.

Получите консультацию по интеграции AI-генерации в ваше приложение. Напишите нам, и мы подберём оптимальное решение.