Krea, uma startup que desenvolve ferramentas criativas de IA, lançou o Krea 2 (K2), uma família de modelos básicos de texto para imagem de pesos abertos que, segundo a empresa, está entre os 10 principais geradores de imagens na tabela de classificação de Análise Artificial e em segundo lugar entre os modelos de laboratórios independentes. O lançamento, detalhado em relatório técnico publicado em 23 de junho de 2026, vem com dois modelos de pontos de verificação e uma licença permissiva que convida a comunidade a fazer ajustes e construir sobre ele.
Ao contrário de muitos modelos de imagem recentes que otimizam para uma única saída padrão refinada, Krea projetou o Krea 2 em torno da ideia de exploração criativa, expondo uma ampla distribuição visual na qual os usuários podem navegar, em vez de forçar uma estética restrita. Para mais contexto sobre esta história, confira nossa últimos desenvolvimentos em IA.
Dois pontos de verificação para necessidades diferentes
A versão Krea 2 inclui dois pontos de verificação distintos. O primeiro, K2 Raw, é um modelo básico não destilado destinado ao ajuste fino e à pesquisa pós-treinamento, dando aos desenvolvedores uma base limpa para se adaptarem. O segundo, K2 Turbo, é um modelo destilado com orientação e passo de tempo projetado para geração rápida em poucas etapas, o tipo de iteração rápida que os fluxos de trabalho criativos exigem.
Oferecer uma base amigável à pesquisa e uma variante com velocidade otimizada reflete uma divisão pragmática. Pesquisadores e especialistas obtêm o modelo bruto para experimentar, enquanto os usuários de produção obtêm um ponto de verificação mais rápido que sacrifica pouco a qualidade em prol da velocidade.
Uma postura deliberada contra dados de treinamento gerados por IA
Uma das afirmações mais marcantes do relatório técnico de Krea diz respeito aos dados de treinamento. A equipe afirma que não usou imagens geradas por IA em seu mix de pré-treinamento. Embora os dados sintéticos e a destilação tenham se tornado atalhos populares para adquirir capacidades de modelo, Krea descobriu que mesmo uma pequena proporção de imagens geradas por IA introduzia distorções na distribuição de resultados do modelo.
O raciocínio é simples: imagens sintéticas tendem a ser mais fáceis de aprender para um modelo, o que efetivamente impõe um teto artificial à qualidade. Para aplicar a política, Krea construiu classificadores internos especificamente para filtrar imagens geradas por IA de seu conjunto de dados, em vez de depender de filtros disponíveis no mercado.
A empresa também teve uma visão contrária sobre a qualidade dos dados. Em vez de filtrar agressivamente pontuações estéticas elevadas, que podem remover imagens deliberadamente desfocadas, granuladas ou não convencionais que representam escolhas artísticas válidas, Krea defendeu a diversidade e uma ampla cobertura de domínio. O resultado, diz, é um modelo com uma gama expressiva mais ampla do que sistemas treinados apenas em imagens convencionalmente bonitas.
Arquitetura e pipeline de treinamento
O Krea 2 é construído sobre uma arquitetura de transformador cujo projeto final foi escolhido através de extensos estudos de ablação documentados no relatório. Depois de testar alternativas, a equipe decidiu pela atenção de consulta agrupada (GQA) com atenção sigmóide fechada, um SwiGLU MLP e Qwen 3 VL como seu codificador de texto. A codificação posicional usa incorporações rotativas axiais 3D e o autoencoder combina Qwen Image VAE e FLUX 2 AE.
O treinamento seguiu um currículo de vários estágios. O pré-treinamento progrediu nos estágios de resolução de 256px, 512px e 1024px, dedicando a maior parte da computação ao trabalho de baixa resolução para construir recursos essenciais de forma eficiente antes de aprimorar a geração de alta fidelidade em resoluções mais altas. Um estágio intermediário de treinamento uniu então a ampla distribuição de pré-treinamento e a distribuição de ajuste fino supervisionado de alta qualidade usando agrupamento semântico e estratégias baseadas em recuperação para preservar a cobertura de conceitos raros e de cauda longa.
Tornando a geração exploratória e orientável
Krea identificou uma lacuna persistente entre como os modelos são treinados e como os usuários realmente expressam a intenção. Durante o treinamento, os modelos aprendem com legendas ricas e densas. No momento da inferência, os usuários geralmente digitam instruções curtas e ambíguas ou gesticulam em direção a um clima ou imagem de referência, em vez de descrever uma cena com precisão.
Para preencher essa lacuna, o Krea 2 vem com dois sistemas. O primeiro é um expansor de prompt, treinado por meio de um pipeline de aprendizado de reforço e ajuste fino supervisionado de dois estágios em cima de grandes modelos de linguagem de código aberto, que mapeia prompts simples em direções visuais mais ricas sem substituir a intenção do usuário. O segundo é um sistema de referência de estilo que permite aos usuários injetar o estilo ou clima de uma ou mais imagens de referência com vazamento mínimo de conteúdo, oferecendo controle refinado sobre a força do estilo e mixagem ponderada.
Juntos, esses componentes redefinem o Krea 2 como um meio exploratório. Em vez de retornar uma única resposta, o modelo foi projetado para expor um espaço de possibilidades e fornecer aos usuários maneiras práticas de navegar por ele usando controle baseado em texto e imagem.
Preservando o Conhecimento de Entidades Reais
Uma capacidade sutil, mas importante, para qualquer gerador de imagens é a capacidade de representar fielmente entidades, pessoas, lugares e objetos conhecidos que os usuários podem referenciar simplesmente pelo nome. Krea temia que os métodos de amostragem padrão pudessem acidentalmente eliminar conceitos raros ou importantes durante a curadoria de dados.
Para evitar isso, a equipe executou o PageRank na Wikipédia em inglês, manteve os 90% principais artigos por classificação, filtrou conceitos que não podem ser representados de forma significativa e, em seguida, verificou a cobertura em seu conjunto de dados de legendas, priorizando imagens cujas legendas faziam referência a conceitos raros. A equipe confirmou posteriormente que nenhum conceito presente no conjunto de dados inicial foi totalmente eliminado da amostra de treinamento final.
Uma fronteira aberta competitiva para IA de imagens
A chegada do Krea 2 intensifica um cenário lotado de geração de imagens de peso aberto. A empresa posiciona seu modelo como “entre os 10 primeiros” na tabela de classificação de texto para imagem de Análise Artificial e “segundo lugar entre os modelos de laboratórios independentes”, uma afirmação que, se for mantida sob um escrutínio mais amplo da comunidade, tornaria o K2 um dos mais fortes geradores de imagens disponíveis abertamente.
O relatório técnico, que contém quase 12.000 palavras e detalha tudo, desde princípios de curadoria de dados até infraestrutura de treinamento distribuída, também serve a um propósito estratégico. Ao publicar a metodologia por trás de um modelo competitivo, Krea convida ao escrutínio, à reprodução e ao aprimoramento, a moeda da credibilidade na comunidade de pesquisa aberta.
Para criadores e desenvolvedores, o resultado é um modelo de imagem capaz e licenciado abertamente que prioriza o alcance criativo em vez de um único padrão seguro. Com os pesos disponíveis no Hugging Face e o código no GitHub, o Krea 2 reduz a barreira para quem deseja construir, ajustar ou simplesmente experimentar um gerador de imagens de última geração em seus próprios termos.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
