Krea ដែលជាអ្នកបង្កើតឧបករណ៍ AI ប្រកបដោយភាពច្នៃប្រឌិតបានចេញផ្សាយ Krea 2 (K2) ដែលជាក្រុមគ្រួសារនៃគំរូគ្រឹះអត្ថបទទៅរូបភាពដែលមានទម្ងន់បើកចំហដែលក្រុមហ៊ុននិយាយថាជាប់ចំណាត់ថ្នាក់ក្នុងចំណោមម៉ាស៊ីនបង្កើតរូបភាពកំពូលទាំង 10 នៅលើតារាងពិន្ទុនៃការវិភាគសិប្បនិម្មិត និងទីពីរក្នុងចំណោមគំរូពីមន្ទីរពិសោធន៍ឯករាជ្យ។ ការចេញផ្សាយដែលបានរៀបរាប់លម្អិតនៅក្នុងរបាយការណ៍បច្ចេកទេសដែលបានចេញផ្សាយនៅថ្ងៃទី 23 ខែមិថុនា ឆ្នាំ 2026 ដឹកជញ្ជូនជាមួយនឹងចំណុចត្រួតពិនិត្យគំរូចំនួនពីរ និងអាជ្ញាប័ណ្ណអនុញ្ញាតដែលអញ្ជើញសហគមន៍ឱ្យធ្វើការកែសម្រួល និងបង្កើតវាឡើង។

មិនដូចគំរូរូបភាពថ្មីៗជាច្រើនដែលបង្កើនប្រសិទ្ធភាពសម្រាប់លទ្ធផលលំនាំដើមដែលមានលក្ខណៈរលោងតែមួយ Krea បានរចនា Krea 2 ជុំវិញគំនិតនៃការរុករកប្រកបដោយភាពច្នៃប្រឌិត ដោយបង្ហាញការចែកចាយរូបភាពទូលំទូលាយដែលអ្នកប្រើប្រាស់អាចរុករកជាជាងបង្ខំសោភ័ណភាពតូចចង្អៀតមួយ។ For more context on this story, see our ongoing more AI stories.

ប៉ុស្តិ៍ត្រួតពិនិត្យពីរសម្រាប់តម្រូវការផ្សេងៗគ្នា

ការចេញផ្សាយ Krea 2 រួមមានប៉ុស្តិ៍ត្រួតពិនិត្យពីរផ្សេងគ្នា។ ទីមួយ K2 Raw គឺជាគំរូមូលដ្ឋានដែលមិនមានការចម្រាញ់ ដែលមានបំណងសម្រាប់ការកែសម្រួល និងការស្រាវជ្រាវក្រោយការបណ្តុះបណ្តាល ដោយផ្តល់ឱ្យអ្នកអភិវឌ្ឍន៍នូវមូលដ្ឋានគ្រឹះស្អាតដើម្បីសម្របខ្លួន។ ទីពីរ K2 Turbo គឺជាគំរូណែនាំ និងកំណត់ពេលវេលាដែលផលិតឡើងសម្រាប់ជំនាន់លឿន និងពីរបីជំហាន ដែលជាប្រភេទនៃការធ្វើឡើងវិញរហ័សដែលតម្រូវការការងារប្រកបដោយភាពច្នៃប្រឌិត។

ការផ្តល់ជូនទាំងមូលដ្ឋានដែលងាយស្រួលស្រាវជ្រាវ និងវ៉ារ្យ៉ង់ដែលបានធ្វើឱ្យប្រសើរល្បឿនឆ្លុះបញ្ចាំងពីការបែងចែកជាក់ស្តែង។ អ្នកស្រាវជ្រាវ និងអ្នកជីកយករ៉ែទទួលបានគំរូដើមដើម្បីពិសោធន៍ ខណៈពេលដែលអ្នកប្រើប្រាស់ផលិតកម្មទទួលបានចំណុចត្រួតពិនិត្យលឿនជាងមុន ដែលលះបង់តិចតួចក្នុងលក្ខណៈគុណភាពសម្រាប់ជាប្រយោជន៍នៃល្បឿន។

ជំហរចេតនាប្រឆាំងនឹងទិន្នន័យបណ្តុះបណ្តាលដែលបង្កើតដោយ AI

ការអះអាងដ៏ទាក់ទាញបំផុតមួយនៅក្នុងរបាយការណ៍បច្ចេកទេសរបស់ Krea ទាក់ទងនឹងទិន្នន័យបណ្តុះបណ្តាល។ ក្រុម​នេះ​បញ្ជាក់​ថា​ខ្លួន​មិន​បាន​ប្រើ​រូបភាព​ដែល​បង្កើត​ដោយ AI ក្នុង​ការ​លាយ​បញ្ចូល​គ្នា​ជា​មុន​នោះ​ទេ។ ខណៈពេលដែលទិន្នន័យសំយោគ និងការចម្រាញ់បានក្លាយទៅជាផ្លូវកាត់ដ៏ពេញនិយមសម្រាប់ការទទួលបានសមត្ថភាពម៉ូដែល Krea បានរកឃើញថាសូម្បីតែសមាមាត្រតូចមួយនៃរូបភាពដែលបង្កើតដោយ AI បានណែនាំភាពលំអៀងទៅក្នុងការបែងចែកលទ្ធផលរបស់ម៉ូដែល។

ការវែកញែកគឺត្រង់៖ រូបភាពសំយោគមានទំនោរកាន់តែងាយស្រួលសម្រាប់គំរូក្នុងការរៀន ដែលដាក់ពិដានសិប្បនិម្មិតយ៉ាងមានប្រសិទ្ធភាពលើគុណភាព។ ដើម្បីអនុវត្តគោលការណ៍នេះ Krea បានសាងសង់ឧបករណ៍ចាត់ថ្នាក់ក្នុងផ្ទះជាពិសេសដើម្បីត្រងរូបភាពដែលបង្កើតដោយ AI ចេញពីសំណុំទិន្នន័យរបស់ខ្លួន ជាជាងពឹងផ្អែកលើតម្រងក្រៅធ្នើ។

ក្រុមហ៊ុនក៏បានយកទស្សនៈផ្ទុយគ្នាលើគុណភាពទិន្នន័យផងដែរ។ Krea បានអះអាងថា ជាជាងការត្រងយ៉ាងខ្លាំងក្លាសម្រាប់ពិន្ទុសោភ័ណភាពខ្ពស់ ដែលអាចលុបរូបភាពព្រាលៗ គ្រាប់ធញ្ញជាតិ ឬរូបភាពមិនធម្មតាដោយចេតនាដែលតំណាងឱ្យជម្រើសសិល្បៈត្រឹមត្រូវនោះ Krea បានប្រកែកសម្រាប់ភាពចម្រុះ និងការគ្របដណ្តប់ដែនទូលំទូលាយ។ លទ្ធផល​នេះ​វា​និយាយ​ថា​គឺ​ជា​គំរូ​ដែល​មាន​ការ​បញ្ចេញ​មតិ​ទូលំទូលាយ​ជាង​ប្រព័ន្ធ​ដែល​បាន​បណ្តុះបណ្តាល​តែ​លើ​រូបភាព​ស្អាត​ធម្មតា។

ស្ថាបត្យកម្មនិងបំពង់បណ្តុះបណ្តាល

Krea 2 ត្រូវបានសាងសង់នៅលើស្ថាបត្យកម្មប្លែងដែលការរចនាចុងក្រោយត្រូវបានជ្រើសរើសតាមរយៈការសិក្សា ablation យ៉ាងទូលំទូលាយដែលបានកត់ត្រានៅក្នុងរបាយការណ៍។ បន្ទាប់ពីសាកល្បងជម្រើសផ្សេងៗ ក្រុមការងារបានដោះស្រាយលើការយកចិត្តទុកដាក់ជាក្រុម (GQA) ជាមួយនឹងការយកចិត្តទុកដាក់ sigmoid ដែលមានការយកចិត្តទុកដាក់ SwiGLU MLP និង Qwen 3 VL ជាកម្មវិធីបំប្លែងអត្ថបទរបស់វា។ ការអ៊ិនកូដតាមទីតាំងប្រើការបង្កប់ 3D axial rotary ហើយកម្មវិធីបម្លែងដោយស្វ័យប្រវត្តិរួមបញ្ចូល Qwen Image VAE និង FLUX 2 AE ។

ការបណ្តុះបណ្តាលបានអនុវត្តតាមកម្មវិធីសិក្សាពហុដំណាក់កាល។ Pretraining បានដំណើរការតាមរយៈដំណាក់កាលគុណភាពបង្ហាញ 256px, 512px, និង 1024px ដោយបានកំណត់ភាគច្រើននៃកុំព្យូទ័រទៅកាន់ការងារដែលមានគុណភាពបង្ហាញទាប ដើម្បីបង្កើតសមត្ថភាពស្នូលប្រកបដោយប្រសិទ្ធភាព មុនពេលធ្វើឱ្យមានភាពច្បាស់លាស់ខ្ពស់ក្នុងកម្រិតភាពច្បាស់ខ្ពស់។ ដំណាក់កាលពាក់កណ្តាលវគ្គបណ្តុះបណ្តាលបន្ទាប់មកបានបង្រួបបង្រួមការចែកចាយ pretraining ទូលំទូលាយ និងការចែកចាយការលៃតម្រូវការផាកពិន័យដែលស្ថិតក្រោមការត្រួតពិនិត្យដែលមានគុណភាពខ្ពស់ដោយប្រើប្រាស់វិធីសាស្ត្រ semantic clustering និង retrieval-based strategies ដើម្បីរក្សាការគ្របដណ្តប់នៃគំនិតកម្រ និងកន្ទុយវែង។

ធ្វើឱ្យជំនាន់ស្រាវជ្រាវ និងអាចគ្រប់គ្រងបាន។

Krea បានកំណត់គម្លាតជាប់លាប់រវាងរបៀបដែលគំរូត្រូវបានបណ្តុះបណ្តាល និងរបៀបដែលអ្នកប្រើប្រាស់បង្ហាញចេតនាពិតប្រាកដ។ កំឡុងពេលហ្វឹកហាត់ ម៉ូដែលរៀនពីចំណងជើងដ៏សម្បូរបែប។ នៅពេលសន្និដ្ឋាន អ្នកប្រើប្រាស់តែងតែវាយអក្សរខ្លី មិនច្បាស់លាស់ ឬកាយវិការឆ្ពោះទៅរកអារម្មណ៍ ឬរូបភាពយោង ជាជាងការពិពណ៌នាអំពីទិដ្ឋភាពច្បាស់លាស់។

ដើម្បីបិទគម្លាតនោះ នាវា Krea 2 មានប្រព័ន្ធពីរ។ ទីមួយគឺជាកម្មវិធីពង្រីកភ្លាមៗ ដែលបានទទួលការបណ្តុះបណ្តាលតាមរយៈប្រព័ន្ធត្រួតពិនិត្យការកែតម្រូវ និងពង្រឹងការរៀនពីរដំណាក់កាលនៅលើកំពូលនៃគំរូភាសាធំៗដែលមានប្រភពបើកចំហ ដែលធ្វើផែនទីការជម្រុញដ៏សាមញ្ញទៅក្នុងទិសដៅដែលមើលឃើញកាន់តែសម្បូរបែបដោយមិនចាំបាច់សរសេរជាន់ពីលើចេតនារបស់អ្នកប្រើប្រាស់នោះទេ។ ទីពីរគឺជាប្រព័ន្ធយោងរចនាប័ទ្មដែលអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់បញ្ចូលរចនាប័ទ្ម ឬអារម្មណ៍នៃរូបភាពយោងមួយ ឬច្រើនជាមួយនឹងការលេចធ្លាយមាតិកាតិចតួច ដោយផ្តល់នូវការគ្រប់គ្រងយ៉ាងល្អិតល្អន់លើភាពខ្លាំងនៃរចនាប័ទ្ម និងការលាយទម្ងន់។

រួមគ្នា សមាសធាតុទាំងនេះកំណត់ឡើងវិញនូវ Krea 2 ជាឧបករណ៍ផ្ទុករុករក។ ជំនួសឱ្យការត្រឡប់មកវិញនូវចំលើយតែមួយ គំរូនេះត្រូវបានរចនាឡើងដើម្បីបង្ហាញចន្លោះនៃលទ្ធភាព និងផ្តល់ឱ្យអ្នកប្រើប្រាស់នូវវិធីជាក់ស្តែងដើម្បីផ្លាស់ទីតាមរយៈវាដោយប្រើទាំងការគ្រប់គ្រងលើអត្ថបទ និងរូបភាព។

រក្សាចំណេះដឹងនៃអង្គភាពពិត

សមត្ថភាពដ៏ស្រទន់ ប៉ុន្តែសំខាន់សម្រាប់ម៉ាស៊ីនបង្កើតរូបភាពណាមួយ គឺជាសមត្ថភាពក្នុងការតំណាងដោយស្មោះត្រង់ អង្គភាព មនុស្ស ទីកន្លែង និងវត្ថុដែលគេស្គាល់ ដែលអ្នកប្រើប្រាស់អាចយោងដោយសាមញ្ញតាមឈ្មោះ។ Krea ព្រួយបារម្ភថាវិធីសាស្ត្រគំរូស្តង់ដារអាចទម្លាក់ចោលនូវគោលគំនិតដ៏កម្រ ឬសំខាន់ៗក្នុងពេលរៀបចំទិន្នន័យ។

ដើម្បីទប់ស្កាត់បញ្ហានេះ ក្រុមការងារបានដំណើរការ PageRank លើវិគីភីឌាភាសាអង់គ្លេស រក្សាបាននូវអត្ថបទកំពូល 90 ភាគរយតាមចំណាត់ថ្នាក់ ត្រងចេញនូវគោលគំនិតដែលមិនអាចបង្ហាញឱ្យឃើញច្បាស់ ហើយបន្ទាប់មកបានផ្ទៀងផ្ទាត់ការគ្របដណ្តប់លើសំណុំទិន្នន័យចំណងជើងរបស់វា ដោយផ្តល់អាទិភាពដល់រូបភាពដែលចំណងជើងបានយោងគោលគំនិតដ៏កម្រ។ ក្រុមការងារបានបញ្ជាក់បន្ទាប់ពីនោះថា គ្មានគំនិតណាមួយដែលមានវត្តមាននៅក្នុងសំណុំទិន្នន័យដំបូងត្រូវបានដកចេញទាំងស្រុងពីគំរូបណ្តុះបណ្តាលចុងក្រោយនោះទេ។

ព្រំដែនបើកចំហប្រកបដោយការប្រកួតប្រជែងសម្រាប់រូបភាព AI

ការមកដល់របស់ Krea 2 ធ្វើឱ្យមានការកើនឡើងនូវទិដ្ឋភាពបង្កើតរូបភាពដែលមានមនុស្សច្រើនកុះករ។ ក្រុមហ៊ុនដាក់ទីតាំងគំរូរបស់ខ្លួនថាជា "ក្នុងចំណោមកំពូលទាំង 10" នៅលើតារាងពិន្ទុអត្ថបទទៅរូបភាព ការវិភាគសិប្បនិម្មិត និង "កន្លែងទីពីរក្នុងចំណោមគំរូពីមន្ទីរពិសោធន៍ឯករាជ្យ" ដែលជាការអះអាងថា ប្រសិនបើវាស្ថិតនៅក្រោមការត្រួតពិនិត្យសហគមន៍យ៉ាងទូលំទូលាយ នឹងធ្វើឱ្យ K2 ក្លាយជាម៉ាស៊ីនបង្កើតរូបភាពដែលមានភាពបើកចំហខ្លាំងបំផុត។

របាយការណ៍បច្ចេកទេសដែលដំណើរការជិត 12,000 ពាក្យ និងព័ត៌មានលម្អិតពីគោលការណ៍នៃការគ្រប់គ្រងទិន្នន័យ រហូតដល់ហេដ្ឋារចនាសម្ព័ន្ធបណ្តុះបណ្តាលចែកចាយ ក៏បម្រើគោលបំណងជាយុទ្ធសាស្ត្រផងដែរ។ តាមរយៈការបោះផ្សាយវិធីសាស្រ្តនៅពីក្រោយគំរូប្រកួតប្រជែង Krea កំពុងអញ្ជើញការពិនិត្យ ការបង្កើតឡើងវិញ និងការកែលម្អ រូបិយប័ណ្ណនៃភាពជឿជាក់នៅក្នុងសហគមន៍ស្រាវជ្រាវបើកចំហ។

សម្រាប់អ្នកបង្កើត និងអ្នកអភិវឌ្ឍន៍ ការថតរូបគឺជាគំរូរូបភាពដែលមានសមត្ថភាព និងអនុញ្ញាតដោយបើកចំហ ដែលផ្តល់អាទិភាពដល់ជួរច្នៃប្រឌិតជាងលំនាំដើមដែលមានសុវត្ថិភាពតែមួយ។ ជាមួយនឹងទម្ងន់ដែលមាននៅលើ Hugging Face និងលេខកូដនៅលើ GitHub Krea 2 កាត់បន្ថយរបាំងសម្រាប់អ្នកដែលចង់បង្កើត សម្រួល ឬពិសោធន៍ជាមួយម៉ាស៊ីនបង្កើតរូបភាពទំនើបតាមលក្ខខណ្ឌផ្ទាល់ខ្លួនរបស់ពួកគេ។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →