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:
| Метод | API | Бесплатный уровень | Стабильность | Рекомендация |
|---|---|---|---|---|
| Fusionbrain API | REST | 100 запросов/сут | Высокая | Продакшен |
| Replicate | REST | Нет (плата за модель) | Средняя | Прототипы |
| HuggingFace Inference API | REST | Ограничено | Низкая | Эксперименты |
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:
| Параметр | Диапазон | Рекомендация |
|---|---|---|
| width/height | 256–1024, кратно 64 | 768×768 или 1024×1024 |
| style | DEFAULT, ANIME, PORTRAIT, NATURE, REALISTIC | Зависит от контента |
| negativePromptDecoder | строка | Указывать всегда |
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) илиDispatchers.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:
- Backend-прокси для безопасного хранения API-ключей.
- Модуль генерации для iOS (Swift) или Android (Kotlin) с обработкой ошибок.
- UI-компонент для ввода промпта, выбора стиля и отображения результата.
- Интеграцию с галереей для сохранения изображений.
- 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.