Krea, sebuah perusahaan rintisan yang membangun alat AI kreatif, telah merilis Krea 2 (K2), rangkaian model dasar teks-ke-gambar berbobot terbuka yang menurut perusahaan berada di peringkat 10 generator gambar teratas di papan peringkat Analisis Buatan dan kedua di antara model-model dari laboratorium independen. Rilis ini, yang dirinci dalam laporan teknis yang diterbitkan pada tanggal 23 Juni 2026, dikirimkan dengan dua model pos pemeriksaan dan lisensi permisif yang mengundang komunitas untuk menyempurnakan dan mengembangkannya.
Tidak seperti banyak model gambar terbaru yang mengoptimalkan satu keluaran default yang dipoles, Krea merancang Krea 2 berdasarkan ide eksplorasi kreatif, memperlihatkan distribusi visual luas yang dapat dinavigasi pengguna daripada memaksakan satu estetika sempit. For more context on this story, see our ongoing latest AI developments.
Dua Pos Pemeriksaan untuk Kebutuhan Berbeda
Rilis Krea 2 mencakup dua pos pemeriksaan yang berbeda. Yang pertama, K2 Raw, adalah model dasar yang belum disuling yang ditujukan untuk penelitian penyempurnaan dan pasca-pelatihan, sehingga memberikan landasan yang baik bagi pengembang untuk beradaptasi. Yang kedua, K2 Turbo, adalah model penyulingan panduan dan langkah waktu yang dirancang untuk pembuatan beberapa langkah yang cepat, jenis iterasi cepat yang dibutuhkan alur kerja kreatif.
Menawarkan basis yang ramah penelitian dan varian yang dioptimalkan kecepatannya mencerminkan perpecahan pragmatis. Para peneliti dan pengotak-atik mendapatkan model mentah untuk bereksperimen, sementara pengguna produksi mendapatkan pos pemeriksaan yang lebih cepat dengan sedikit mengorbankan kualitas demi kecepatan.
Sikap yang Disengaja Melawan Data Pelatihan yang Dihasilkan AI
Salah satu klaim paling mencolok dalam laporan teknis Krea berkaitan dengan data pelatihan. Tim tersebut menyatakan bahwa mereka tidak menggunakan gambar yang dihasilkan AI dalam campuran pra-pelatihannya. Meskipun data sintetis dan distilasi telah menjadi jalan pintas yang populer untuk memperoleh kemampuan model, Krea menemukan bahwa bahkan sebagian kecil gambar yang dihasilkan AI menimbulkan bias pada distribusi keluaran model.
Alasannya jelas: gambar sintetis cenderung lebih mudah dipelajari oleh model, yang secara efektif memberikan batasan buatan pada kualitas. Untuk menegakkan kebijakan ini, Krea membuat pengklasifikasi internal khusus untuk memfilter gambar yang dihasilkan AI dari kumpulan datanya, dibandingkan mengandalkan filter yang tersedia.
Perusahaan juga mengambil pandangan yang berlawanan mengenai kualitas data. Daripada memfilter secara agresif untuk mendapatkan skor estetika tinggi, yang dapat menghilangkan gambar yang sengaja dibuat buram, berbintik, atau tidak konvensional yang mewakili pilihan artistik yang valid, Krea lebih memilih keragaman dan cakupan domain yang luas. Hasilnya, katanya, adalah model dengan jangkauan ekspresif yang lebih luas dibandingkan sistem yang hanya dilatih pada gambar-gambar indah konvensional.
Arsitektur dan Saluran Pelatihan
Krea 2 dibangun berdasarkan arsitektur transformator yang desain akhirnya dipilih melalui studi ablasi ekstensif yang didokumentasikan dalam laporan. Setelah menguji alternatif, tim memilih perhatian kueri yang dikelompokkan (GQA) dengan perhatian sigmoid terjaga keamanannya, MLP SwiGLU, dan Qwen 3 VL sebagai pembuat enkode teksnya. Pengodean posisi menggunakan penyematan putar aksial 3D, dan autoencoder menggabungkan Qwen Image VAE dan FLUX 2 AE.
Pelatihan mengikuti kurikulum multi-tahap. Pra-pelatihan berkembang melalui tahapan resolusi 256 piksel, 512 piksel, dan 1024 piksel, mendedikasikan sebagian besar komputasi untuk pekerjaan resolusi rendah guna membangun kemampuan inti secara efisien sebelum mempertajam pembangkitan fidelitas tinggi pada resolusi yang lebih tinggi. Tahap pelatihan menengah kemudian menjembatani distribusi pra-pelatihan yang luas dan distribusi penyesuaian yang diawasi berkualitas tinggi menggunakan pengelompokan semantik dan strategi berbasis pengambilan untuk mempertahankan cakupan konsep-konsep langka dan berekor panjang.
Menjadikan Generasi Eksploratif dan Dapat Dikemudikan
Krea mengidentifikasi kesenjangan yang terus-menerus antara cara model dilatih dan cara pengguna mengekspresikan niatnya. Selama pelatihan, model belajar dari teks yang kaya dan padat. Pada waktu inferensi, pengguna sering kali mengetik perintah yang pendek dan ambigu, atau memberi isyarat ke arah suasana hati atau gambar referensi daripada mendeskripsikan adegan secara tepat.
Untuk menutup kesenjangan tersebut, Krea 2 dikirimkan dengan dua sistem. Yang pertama adalah perluasan cepat, yang dilatih melalui alur pembelajaran penyempurnaan dan penguatan yang diawasi dua tahap di atas model bahasa besar sumber terbuka, yang memetakan perintah sederhana ke arah visual yang lebih kaya tanpa menimpa maksud pengguna. Yang kedua adalah sistem referensi gaya yang memungkinkan pengguna memasukkan gaya atau suasana dari satu atau lebih gambar referensi dengan kebocoran konten minimal, menawarkan kontrol menyeluruh atas kekuatan gaya dan pencampuran yang berbobot.
Bersama-sama, komponen-komponen ini mendefinisikan kembali Krea 2 sebagai media eksplorasi. Alih-alih mengembalikan satu jawaban, model ini dirancang untuk mengekspos ruang kemungkinan dan memberi pengguna cara praktis untuk melewatinya menggunakan kontrol berbasis teks dan gambar.
Melestarikan Pengetahuan tentang Entitas Nyata
Kemampuan halus namun penting untuk generator gambar apa pun adalah kemampuan untuk secara tepat mewakili entitas, orang, tempat, dan objek yang dikenal yang mungkin dirujuk oleh pengguna hanya dengan namanya. Krea khawatir metode pengambilan sampel standar dapat secara tidak sengaja menghilangkan konsep-konsep langka atau penting selama kurasi data.
Untuk mencegah hal ini, tim menjalankan PageRank di Wikipedia bahasa Inggris, mempertahankan 90 persen artikel teratas berdasarkan peringkat, menyaring konsep-konsep yang tidak dapat digambarkan secara bermakna, dan kemudian memverifikasi cakupan di seluruh kumpulan data teksnya, memprioritaskan gambar yang teksnya merujuk pada konsep-konsep langka. Tim kemudian mengonfirmasi bahwa tidak ada konsep yang ada dalam kumpulan data awal yang dihilangkan seluruhnya dari sampel pelatihan akhir.
Perbatasan Terbuka Kompetitif untuk Image AI
Kedatangan Krea 2 mengintensifkan lanskap pembuatan gambar open-weight yang ramai. Perusahaan memposisikan modelnya sebagai "di antara 10 teratas" pada papan peringkat teks-ke-gambar Analisis Buatan dan "tempat kedua di antara model-model dari laboratorium independen", sebuah klaim yang, jika diawasi oleh komunitas yang lebih luas, akan menjadikan K2 salah satu dari generator gambar terkuat yang tersedia secara terbuka.
Laporan teknis, yang berisi hampir 12.000 kata dan merinci segala hal mulai dari prinsip kurasi data hingga infrastruktur pelatihan terdistribusi, juga memiliki tujuan strategis. Dengan menerbitkan metodologi di balik model kompetitif, Krea mengundang pengawasan, reproduksi, dan perbaikan, yang merupakan mata uang kredibilitas dalam komunitas riset terbuka.
Bagi pembuat dan pengembang, hasilnya adalah model gambar yang mumpuni dan berlisensi terbuka yang memprioritaskan rentang materi iklan dibandingkan satu default yang aman. Dengan bobot yang tersedia di Hugging Face dan kode di GitHub, Krea 2 menurunkan hambatan bagi siapa saja yang ingin membuat, menyempurnakan, atau sekadar bereksperimen dengan generator gambar canggih sesuai keinginan mereka sendiri.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
