Генерация изображений с помощью YandexART происходит на основе метода каскадной диффузии. 15 Сначала нейросеть создаёт картинки и кадры в соответствии с запросом пользователя, а затем поэтапно увеличивает их разрешение, насыщая деталями. 5

Процесс генерации включает несколько шагов: 2

1. На основе текстового запроса генерируется картинка размером 64 × 64 пикселя. 2
2. Картинка увеличивается до размера 256 × 256 пикселей, дополняется деталями из запроса пользователя, корректируются результаты первого этапа. 2
3. Картинка увеличивается до размера 1024 × 1024 пикселей. 2
4. На последнем этапе текстовый запрос уже не учитывается, картинка наращивает качество, детализирует объект и его окружение. 2

Для обучения YandexART использовали 330 миллионов картинок, поэтому нейросеть способна различать культурные контексты и другие нюансы. 4