# Kandinsky 6.0 Video：Sberが音声付き動画モデルを重みごと公開

> 2026年10月6日、SberはKandinsky 6.0 Videoを公開しました。同社はこれを、同期した音声を生成するロシア初の動画モデルとしています。口の動きに合ったセリフ、音楽、環境音が映像と一緒に生成されます。動画は5秒で、アップスケールによりFull HDに対応。GigaChatで無料で使え、重みはMITライセンスです。

公開日 2026-10-16 · 更新日 2026-10-16
URL: https://ai2face.com/ja/news/kandinsky-6-0-video

2026年10月6日、Sberと[Kandinsky](/ja/models/kandinsky) Labのチームは、映像と音声を同時に生成するモデル **Kandinsky 6.0 Video** を公開しました。Sberはこれを同期音声を備えたロシア初のニューラルネットワークとしています。前世代のKandinsky 5.0は無音の動画しか作れませんでした。GigaChatで無料で使え、コードと重みはMITライセンスで公開されています。

## Kandinsky 6.0 Videoでできること

- **音声付き動画。** 完成した動画に後から音を重ねるのではなく、同じモデルが映像と一緒に音声を生成します。口の動きに合ったキャラクターのセリフ、音楽、環境音に対応。音声は44 kHzで、オフにもできます。
- **2つのモード：** テキストから動画、または最初のフレームと説明文から動画。
- **長さ：** 5秒（24 fpsで121フレーム）。
- **解像度：** モデル本体は864×480で生成し、別モデルのKandinsky 6.0 Video SRが1920×1080にアップスケールします。GigaChatではSD、HD、Full HDから選べます。
- **未知の物体。** 学習後に登場した物体やキャラクターについては、参照を取り込んで対応します。

## LiteとProの違い

ファミリーは2つのモデルで構成されます。**Lite** は30億パラメータで高速。**Pro** は290億パラメータで、画質重視のフラッグシップです。どちらも両モードに対応し、それぞれに高速な蒸留版があります。

開発者のブラインド比較では、Kandinsky 6.0 Video ProはKandinsky 5.0 Video Proをはっきり上回り、主要な音声付き動画モデルとも互角に渡り合いました。特にセリフの品質で健闘しています。Sberによると、新バージョンは平均71%のケースで旧バージョンに勝っています。

## 実行できる場所

- **GigaChat：** 無料。ブラウザとアプリで利用できます。
- **Hugging FaceとGitHub：** Lite、Pro、蒸留版、アップスケーラーの重み。MITライセンスなので商用利用も可能です。
- **ローカル：** Diffusers、ComfyUI、vLLM-Omniで実行可能。ProはVRAM 16 GBのGPUで動きます。

## 制限

最大の制限は長さです。5秒で延長モードもないため、30秒の動画には6回の生成とつなぎ合わせが必要です。比較すると、[Veo 3.1](/ja/models/veo-3-1) はネイティブ1080pで8秒、[Grok Imagine](/ja/models/grok-imagine) は最長15秒、[Seedance](/ja/models/seedance) 2.5は1回で最長30秒を生成します。KandinskyのFull HDは480pからのアップスケールで、ネイティブ解像度ではありません。技術レポートの比較対象はSeedance 2.0ですが、公開時点ですでにSeedance 2.5が出ていました。

前世代のKandinsky 5.0は、Arenaの動画ランキングで48モデル中37位と44位でした。詳しくは [ロシアのAI動画生成ツール](/ja/blog/russkie-nejroseti-dlya-video) のまとめをご覧ください。Kandinsky 6.0はまだ独立したランキングに登場していません。

## AI2Faceで試すには

Kandinsky 6.0 VideoはAI2Faceのジェネレーターで使えます。隣にはネイティブ1080pで、より長い音声付き動画を作れる [Veo 3.1](/ja/models/veo-3-1)、[Kling](/ja/models/kling)、[Seedance](/ja/models/seedance)、[Gemini Omni](/ja/models/gemini-omni) が並びます。同じプロンプトを複数のモデルで試し、最も良いテイクを選べます。費用は生成前に表示されます。すべての選択肢は [AI動画生成ツール](/ja/blog/nejroseti-dlya-video) のガイドをご覧ください。

## よくある質問

### Kandinsky 6.0 Videoはどこで試せますか？

GigaChatで無料で使えます。LiteとProの重みはMITライセンスでHugging FaceとGitHubに公開されており、ProはVRAM 16 GBのGPUでローカル実行できます。

### Kandinsky 6で作れる動画の長さは？

5秒です（24 fpsで121フレーム）。延長モードはまだなく、Sberは今後のバージョンで長尺化するとしています。

### Kandinsky 6.0 Videoは音声も生成しますか？

はい。口の動きに合ったセリフ、音楽、環境音を44 kHzで映像と一緒に生成します。音声はオフにもできます。

### Kandinsky 6はVeoやSeedanceより優れていますか？

長さと解像度では及びません。Veo 3.1はネイティブ1080pで8秒、Seedance 2.5は1回で最長30秒を生成します。開発者の比較対象は現行の2.5ではなくSeedance 2.0です。

## 出典

- https://kandinskylab.ai/
- https://github.com/kandinskylab/kandinsky-6
- https://huggingface.co/kandinskylab/Kandinsky-6.0-Pro-5s-Diffusers
- https://arxiv.org/abs/2610.05608
- https://www.vedomosti.ru/technology/news/2026/10/06/1234628-kandinsky-dlya-video