Krea, un startup care construiește instrumente creative de inteligență artificială, a lansat Krea 2 (K2), o familie de modele de fundație text-to-image deschise despre care compania spune că se situează printre primii 10 generatori de imagini în clasamentul Analizei artificiale și pe locul al doilea printre modelele din laboratoarele independente. Versiunea, detaliată într-un raport tehnic publicat pe 23 iunie 2026, se livrează cu două modele de puncte de control și o licență permisivă care invită comunitatea să o ajusteze și să construiască pe deasupra.
Spre deosebire de multe modele recente de imagini care optimizează pentru o singură ieșire implicită lustruită, Krea a proiectat Krea 2 în jurul ideii de explorare creativă, expunând o distribuție vizuală largă pe care utilizatorii o pot naviga, mai degrabă decât forțând o estetică îngustă. For more context on this story, see our ongoing breaking AI news.
Două puncte de control pentru nevoi diferite
Lansarea Krea 2 include două puncte de control distincte. Primul, K2 Raw, este un model de bază nedistilat destinat pentru reglarea fină și cercetarea post-training, oferind dezvoltatorilor o bază curată pentru a se adapta. Cel de-al doilea, K2 Turbo, este un model distilat cu ghidare și pași de timp conceput pentru generare rapidă, în câțiva pași, genul de iterație rapidă pe care o cer fluxurile de lucru creative.
Oferirea atât a unei baze prietenoase pentru cercetare, cât și a unei variante optimizate pentru viteză reflectă o împărțire pragmatică. Cercetătorii și reparatorii obțin modelul brut cu care să experimenteze, în timp ce utilizatorii de producție obțin un punct de control mai rapid care sacrifică puțin calitatea de dragul vitezei.
O poziție deliberată împotriva datelor de antrenament generate de AI
Una dintre cele mai izbitoare afirmații din raportul tehnic al Krea se referă la datele de antrenament. Echipa afirmă că nu a folosit imagini generate de AI în mixul său de preantrenament. În timp ce datele sintetice și distilarea au devenit scurtături populare pentru dobândirea de capabilități ale modelului, Krea a constatat că chiar și o mică parte din imaginile generate de AI au introdus părtiniri în distribuția de ieșire a modelului.
Raționamentul este simplu: imaginile sintetice tind să fie mai ușor de învățat pentru un model, ceea ce impune efectiv un plafon artificial asupra calității. Pentru a aplica politica, Krea a construit clasificatoare interne special pentru a filtra imaginile generate de AI din setul său de date, în loc să se bazeze pe filtrele disponibile.
De asemenea, compania a avut o viziune contrarie asupra calității datelor. În loc să filtreze agresiv pentru scoruri estetice ridicate, care pot elimina în mod deliberat imaginile neclare, granulate sau neconvenționale care reprezintă alegeri artistice valide, Krea a susținut diversitatea și o acoperire largă a domeniului. Rezultatul, se spune, este un model cu o gamă expresivă mai largă decât sistemele antrenate doar pe imagini convenționale frumoase.
Conducta de arhitectură și formare
Krea 2 este construit pe o arhitectură de transformator al cărei design final a fost ales prin studii ample de ablație documentate în raport. După ce a testat alternative, echipa a optat pentru atenție grupată de interogare (GQA) cu atenție sigmoidă închisă, un SwiGLU MLP și Qwen 3 VL ca codificator de text. Codificarea pozițională folosește înglobări rotative axiale 3D, iar codificatorul automat combină Qwen Image VAE și FLUX 2 AE.
Instruirea a urmat un curriculum în mai multe etape. Preantrenamentul a progresat prin etapele de rezoluție de 256 px, 512 px și 1024 px, dedicând cea mai mare parte a calculului lucrărilor de rezoluție joasă pentru a construi capabilități de bază în mod eficient înainte de a accentua generarea de înaltă fidelitate la rezoluții mai mari. O etapă de antrenament la mijloc a realizat apoi o punte între distribuția largă de preantrenament și distribuția de reglare fină supravegheată de înaltă calitate, folosind gruparea semantică și strategiile bazate pe recuperare pentru a păstra acoperirea conceptelor rare și cu coadă lungă.
Faceți generația exploratorie și orientabilă
Krea a identificat un decalaj persistent între modul în care modelele sunt antrenate și modul în care utilizatorii își exprimă de fapt intenția. În timpul antrenamentului, modelele învață din subtitrări bogate și dense. La momentul deducerii, utilizatorii introduc adesea prompturi scurte, ambigue sau fac un gest către o stare de spirit sau o imagine de referință, mai degrabă decât să descrie o scenă cu precizie.
Pentru a reduce acest decalaj, Krea 2 este livrat cu două sisteme. Primul este un expansor de prompt, antrenat printr-o conductă de reglare fină și întărire supravegheată în două etape, pe deasupra modelelor de limbaj mari open-source, care mapează solicitările simple în direcții vizuale mai bogate, fără a suprascrie intenția utilizatorului. Al doilea este un sistem de referință de stil care le permite utilizatorilor să injecteze stilul sau starea de spirit a uneia sau mai multor imagini de referință cu scurgeri minime de conținut, oferind un control fin asupra puterii stilului și amestecării ponderate.
Împreună, aceste componente redefinesc Krea 2 ca mediu de explorare. În loc să returneze un singur răspuns, modelul este conceput pentru a expune un spațiu de posibilități și pentru a oferi utilizatorilor modalități practice de a se deplasa prin el, folosind atât controlul bazat pe text, cât și pe imagini.
Păstrarea cunoștințelor entităților reale
O capacitate subtilă, dar importantă pentru orice generator de imagini este capacitatea de a reprezenta cu fidelitate entități, oameni, locuri și obiecte cunoscute la care utilizatorii le-ar putea referi pur și simplu prin nume. Krea s-a îngrijorat că metodele standard de eșantionare ar putea scăpa accidental de concepte rare sau importante în timpul procesării datelor.
Pentru a preveni acest lucru, echipa a rulat PageRank pe Wikipedia în limba engleză, a păstrat primele 90 la sută din articole după rang, a filtrat conceptele care nu pot fi descrise în mod semnificativ și apoi a verificat acoperirea în setul de date de subtitrări, dând prioritate imaginilor ale căror subtitrări făceau referire la concepte rare. Echipa a confirmat ulterior că niciun concept prezent în setul de date inițial nu a fost eliminat în întregime din eșantionul final de instruire.
O frontieră deschisă competitivă pentru imagine AI
Sosirea lui Krea 2 intensifică un peisaj aglomerat de generare de imagini cu greutăți deschise. Compania își poziționează modelul ca „în top 10” în clasamentul text-to-image al analizei artificiale și „locul al doilea în rândul modelelor din laboratoare independente”, o afirmație care, dacă va fi menținută sub un control mai larg al comunității, ar face din K2 unul dintre cei mai puternici generatori de imagini disponibile în mod deschis.
Raportul tehnic, care cuprinde aproape 12.000 de cuvinte și detaliază totul, de la principiile de conservare a datelor până la infrastructura de instruire distribuită, servește, de asemenea, unui scop strategic. Prin publicarea metodologiei din spatele unui model competitiv, Krea invită la examinare, reproducere și îmbunătățire, moneda credibilității în comunitatea deschisă de cercetare.
Pentru creatori și dezvoltatori, rezultatul este un model de imagine capabil, cu licență deschisă, care acordă prioritate intervalului de creație față de un singur standard sigur. Cu greutățile disponibile pe Hugging Face și codul pe GitHub, Krea 2 reduce bariera pentru oricine dorește să construiască, să ajusteze sau pur și simplu să experimenteze cu un generator de imagini de ultimă generație în propriile condiții.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
