Krea, una startup che crea strumenti di intelligenza artificiale creativi, ha rilasciato Krea 2 (K2), una famiglia di modelli di base testo-immagine a peso aperto che, secondo la società, si colloca tra i primi 10 generatori di immagini nella classifica dell'analisi artificiale e il secondo tra i modelli di laboratori indipendenti. Il rilascio, dettagliato in un rapporto tecnico pubblicato il 23 giugno 2026, viene fornito con due checkpoint modello e una licenza permissiva che invita la comunità a perfezionarlo e a svilupparlo.
A differenza di molti modelli di immagine recenti che ottimizzano per un singolo output predefinito raffinato, Krea ha progettato Krea 2 attorno all'idea di esplorazione creativa, esponendo un'ampia distribuzione visiva che gli utenti possono navigare anziché forzare un'estetica ristretta. Per maggiori informazioni su questa storia, consulta la nostra tendenze IA.
Due checkpoint per esigenze diverse
La versione di Krea 2 include due checkpoint distinti. Il primo, K2 Raw, è un modello base non distillato destinato alla ricerca di perfezionamento e post-allenamento, offrendo agli sviluppatori una base pulita per adattarsi. Il secondo, K2 Turbo, è un modello distillato di guida e timestep progettato per una generazione rapida in pochi passaggi, il tipo di iterazione rapida richiesta dai flussi di lavoro creativi.
Offrire sia una base favorevole alla ricerca che una variante ottimizzata per la velocità riflette una divisione pragmatica. I ricercatori e gli armeggiatori ottengono il modello grezzo con cui sperimentare, mentre gli utenti di produzione ottengono un punto di controllo più veloce che sacrifica poco in termini di qualità a favore della velocità.
Una posizione deliberata contro i dati di addestramento generati dall'intelligenza artificiale
Una delle affermazioni più sorprendenti nella relazione tecnica di Krea riguarda i dati di allenamento. Il team afferma di non aver utilizzato immagini generate dall’intelligenza artificiale nel suo mix di pre-allenamento. Sebbene i dati sintetici e la distillazione siano diventati scorciatoie popolari per acquisire funzionalità del modello, Krea ha scoperto che anche una piccola percentuale di immagini generate dall’intelligenza artificiale introduceva distorsioni nella distribuzione dell’output del modello.
Il ragionamento è semplice: le immagini sintetiche tendono ad essere più facili da apprendere per un modello, il che impone di fatto un limite artificiale alla qualità. Per applicare la politica, Krea ha creato classificatori interni appositamente per filtrare le immagini generate dall’intelligenza artificiale dal suo set di dati, anziché fare affidamento su filtri standard.
L’azienda ha inoltre adottato una visione contraria sulla qualità dei dati. Piuttosto che filtrare in modo aggressivo per punteggi estetici elevati, che possono rimuovere immagini deliberatamente sfocate, granulose o non convenzionali che rappresentano scelte artistiche valide, Krea ha sostenuto la diversità e un’ampia copertura del dominio. Il risultato, si dice, è un modello con una gamma espressiva più ampia rispetto ai sistemi addestrati solo su immagini convenzionalmente belle.
Architettura e pipeline di formazione
Krea 2 è costruito su un'architettura di trasformatore il cui progetto finale è stato scelto attraverso approfonditi studi di ablazione documentati nel rapporto. Dopo aver testato le alternative, il team ha optato per l'attenzione alle query raggruppate (GQA) con l'attenzione sigmoidea recintata, un MLP SwiGLU e Qwen 3 VL come codificatore di testo. La codifica posizionale utilizza incorporamenti rotanti assiali 3D e il codificatore automatico combina Qwen Image VAE e FLUX 2 AE.
La formazione ha seguito un curriculum in più fasi. Il pre-addestramento è progredito attraverso le fasi di risoluzione di 256px, 512px e 1024px, dedicando la maggior parte del calcolo al lavoro a bassa risoluzione per sviluppare in modo efficiente le funzionalità principali prima di affinare la generazione ad alta fedeltà a risoluzioni più elevate. Una fase di formazione intermedia ha poi collegato l'ampia distribuzione di preformazione e la distribuzione di messa a punto supervisionata di alta qualità utilizzando il clustering semantico e strategie basate sul recupero per preservare la copertura di concetti rari e a coda lunga.
Rendere la generazione esplorativa e orientabile
Krea ha identificato un divario persistente tra il modo in cui vengono addestrati i modelli e il modo in cui gli utenti effettivamente esprimono le intenzioni. Durante l'addestramento, i modelli imparano da didascalie ricche e dense. Al momento dell'inferenza, gli utenti spesso digitano suggerimenti brevi e ambigui o gesticolano verso uno stato d'animo o un'immagine di riferimento invece di descrivere una scena in modo preciso.
Per colmare questa lacuna, Krea 2 viene fornito con due sistemi. Il primo è un espansore di prompt, addestrato attraverso una pipeline di perfezionamento e apprendimento di rinforzo supervisionato in due fasi su modelli linguistici di grandi dimensioni open source, che mappa semplici prompt in direzioni visive più ricche senza sovrascrivere l'intento dell'utente. Il secondo è un sistema di riferimento di stile che consente agli utenti di inserire lo stile o l'atmosfera di una o più immagini di riferimento con una perdita minima di contenuto, offrendo un controllo capillare sulla forza dello stile e sul mixaggio ponderato.
Insieme, questi componenti ridefiniscono Krea 2 come mezzo esplorativo. Invece di restituire una singola risposta, il modello è progettato per esporre uno spazio di possibilità e offrire agli utenti modi pratici per spostarsi al suo interno utilizzando sia il controllo basato su testo che su immagini.
Preservare la conoscenza delle entità reali
Una capacità sottile ma importante per qualsiasi generatore di immagini è la capacità di rappresentare fedelmente entità, persone, luoghi e oggetti conosciuti a cui gli utenti potrebbero fare riferimento semplicemente per nome. Krea temeva che i metodi di campionamento standard potessero eliminare accidentalmente concetti rari o importanti durante la cura dei dati.
Per evitare ciò, il team ha eseguito il PageRank su Wikipedia in inglese, ha mantenuto il 90% degli articoli più importanti in base alla classifica, ha filtrato i concetti che non potevano essere rappresentati in modo significativo e quindi ha verificato la copertura nel set di dati delle didascalie, dando priorità alle immagini le cui didascalie facevano riferimento a concetti rari. Il team ha successivamente confermato che nessun concetto presente nel set di dati iniziale era stato eliminato completamente dal campione di formazione finale.
Una frontiera aperta e competitiva per l'intelligenza artificiale delle immagini
L'arrivo di Krea 2 intensifica un panorama affollato di generazione di immagini a peso aperto. L'azienda posiziona il suo modello come "tra i primi 10" nella classifica testo-immagine di Artificial Analysis e "al secondo posto tra i modelli di laboratori indipendenti", un'affermazione che, se reggesse sotto un controllo più ampio da parte della comunità, renderebbe K2 uno dei più potenti generatori di immagini liberamente disponibili.
Il rapporto tecnico, che contiene quasi 12.000 parole e descrive in dettaglio tutto, dai principi di data curation all’infrastruttura di formazione distribuita, ha anche uno scopo strategico. Pubblicando la metodologia alla base di un modello competitivo, Krea invita al controllo, alla riproduzione e al miglioramento, la valuta della credibilità nella comunità di ricerca aperta.
Per creatori e sviluppatori, il risultato è un modello di immagine capace e con licenza aperta che dà priorità alla gamma creativa rispetto a un unico valore predefinito sicuro. Con i pesi disponibili su Hugging Face e il codice su GitHub, Krea 2 abbassa la barriera per chiunque voglia costruire, perfezionare o semplicemente sperimentare un generatore di immagini all'avanguardia alle proprie condizioni.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
