க்ரியா, ஒரு ஸ்டார்ட்அப் கிரியேட்டிவ் AI கருவிகள், Krea 2 (K2) ஐ வெளியிட்டது, இது திறந்த எடை கொண்ட டெக்ஸ்ட்-டு-இமேஜ் ஃபவுண்டேஷன் மாடல்களின் குடும்பமாகும், இது செயற்கையான பகுப்பாய்வு லீடர்போர்டில் முதல் 10 பட ஜெனரேட்டர்களில் மற்றும் சுயாதீன ஆய்வகங்களின் மாதிரிகளில் இரண்டாவது இடத்தில் உள்ளது என்று நிறுவனம் கூறுகிறது. ஜூன் 23, 2026 அன்று வெளியிடப்பட்ட தொழில்நுட்ப அறிக்கையில் விரிவாக வெளியிடப்பட்ட வெளியீடு, இரண்டு மாதிரி சோதனைச் சாவடிகள் மற்றும் அனுமதி உரிமத்துடன் சமூகத்தை நன்றாகச் சரிசெய்து அதன் மேல் கட்டமைக்க அழைக்கிறது.

ஒற்றை மெருகூட்டப்பட்ட இயல்புநிலை வெளியீட்டை மேம்படுத்தும் பல சமீபத்திய பட மாதிரிகள் போலல்லாமல், க்ரியா க்ரியா 2 ஐ ஆக்கப்பூர்வ ஆய்வு யோசனையைச் சுற்றி வடிவமைத்து, ஒரு குறுகிய அழகியலைக் கட்டாயப்படுத்தாமல் பயனர்கள் செல்லக்கூடிய பரந்த காட்சி விநியோகத்தை வெளிப்படுத்துகிறது. For more context on this story, see our ongoing AI news.

வெவ்வேறு தேவைகளுக்கான இரண்டு சோதனைச் சாவடிகள்

Krea 2 வெளியீட்டில் இரண்டு தனித்துவமான சோதனைச் சாவடிகள் உள்ளன. முதல், K2 Raw என்பது, வடிகட்டப்படாத அடிப்படை மாதிரியாகும், இது சிறந்த-டியூனிங் மற்றும் பயிற்சிக்குப் பிந்தைய ஆராய்ச்சிக்காக வடிவமைக்கப்பட்டுள்ளது, இது டெவலப்பர்களுக்கு மாற்றியமைக்க ஒரு சுத்தமான அடித்தளத்தை அளிக்கிறது. இரண்டாவது, K2 டர்போ, விரைவான, சில-படி தலைமுறைக்காக வடிவமைக்கப்பட்ட ஒரு வழிகாட்டுதல் மற்றும் நேரப்படி-வடிகட்டப்பட்ட மாதிரியாகும், இது ஆக்கப்பூர்வமான பணிப்பாய்வுகள் கோரும் விரைவான மறு செய்கையாகும்.

ஆராய்ச்சிக்கு உகந்த தளம் மற்றும் வேகம்-உகந்த மாறுபாடு இரண்டையும் வழங்குவது ஒரு நடைமுறைப் பிரிவை பிரதிபலிக்கிறது. ஆராய்ச்சியாளர்கள் மற்றும் டிங்கரர்கள் மூல மாதிரியை பரிசோதனை செய்யப் பெறுகிறார்கள், அதே நேரத்தில் உற்பத்திப் பயனர்கள் வேகமான சோதனைச் சாவடியைப் பெறுகிறார்கள், இது வேகத்திற்காக தரத்தில் சிறிதளவு தியாகம் செய்கிறது.

AI-உருவாக்கப்பட்ட பயிற்சி தரவுகளுக்கு எதிரான வேண்டுமென்றே நிலைப்பாடு

க்ரியாவின் தொழில்நுட்ப அறிக்கையில் மிகவும் குறிப்பிடத்தக்க உரிமைகோரல்களில் ஒன்று பயிற்சி தரவைப் பற்றியது. அதன் முன் பயிற்சி கலவையில் AI-உருவாக்கிய படங்கள் எதுவும் பயன்படுத்தப்படவில்லை என்று குழு கூறுகிறது. செயற்கைத் தரவு மற்றும் வடிகட்டுதல் ஆகியவை மாதிரித் திறன்களைப் பெறுவதற்கான பிரபலமான குறுக்குவழிகளாக மாறிவிட்ட நிலையில், AI-உருவாக்கிய படங்களின் ஒரு சிறிய பகுதி கூட மாதிரியின் வெளியீட்டு விநியோகத்தில் சார்புகளை அறிமுகப்படுத்தியதை Krea கண்டறிந்தது.

பகுத்தறிவு நேரடியானது: செயற்கைப் படங்கள் ஒரு மாதிரி கற்றுக்கொள்வதற்கு எளிதாக இருக்கும், இது தரத்தில் செயற்கை உச்சவரம்பை திறம்பட திணிக்கிறது. கொள்கையைச் செயல்படுத்த, க்ரீயா, ஆஃப்-தி-ஷெல்ஃப் ஃபில்டர்களை நம்பாமல், அதன் தரவுத்தொகுப்பில் இருந்து AI-உருவாக்கிய படங்களை வடிகட்ட, குறிப்பாக உள்-குறைப்பான்களை உருவாக்கியது.

நிறுவனம் தரவு தரத்தில் முரண்பாடான பார்வையை எடுத்தது. வேண்டுமென்றே மங்கலான, தானியமான அல்லது வழக்கத்திற்கு மாறான படங்களை அகற்றக்கூடிய உயர் அழகியல் மதிப்பெண்களை தீவிரமாக வடிகட்டுவதற்குப் பதிலாக, க்ரியா பன்முகத்தன்மை மற்றும் பரந்த டொமைன் பாதுகாப்புக்காக வாதிட்டார். இதன் விளைவாக, வழக்கமான அழகான படங்களில் மட்டுமே பயிற்சியளிக்கப்பட்ட அமைப்புகளைக் காட்டிலும் பரந்த வெளிப்பாட்டு வரம்பைக் கொண்ட ஒரு மாதிரி என்று அது கூறுகிறது.

கட்டிடக்கலை மற்றும் பயிற்சி பைப்லைன்

Krea 2 ஆனது ஒரு மின்மாற்றி கட்டமைப்பில் கட்டமைக்கப்பட்டுள்ளது, அதன் இறுதி வடிவமைப்பு அறிக்கையில் ஆவணப்படுத்தப்பட்ட விரிவான நீக்குதல் ஆய்வுகள் மூலம் தேர்ந்தெடுக்கப்பட்டது. மாற்று வழிகளைச் சோதித்த பிறகு, குழுவானது-வினவல் கவனத்தில் (GQA) gated sigmoid கவனம், ஒரு SwiGLU MLP மற்றும் Qwen 3 VL ஆகியவற்றை அதன் உரை குறியாக்கியாகக் கொண்ட குழு நிலைப்படுத்தியது. நிலை குறியாக்கம் 3D அச்சு ரோட்டரி உட்பொதிவுகளைப் பயன்படுத்துகிறது, மேலும் ஆட்டோஎன்கோடர் Qwen Image VAE மற்றும் FLUX 2 AE ஆகியவற்றை ஒருங்கிணைக்கிறது.

பயிற்சி பல கட்ட பாடத்திட்டத்தை பின்பற்றியது. முன் பயிற்சியானது 256px, 512px மற்றும் 1024px தெளிவுத்திறன் நிலைகளில் முன்னேறியது, அதிகத் தீர்மானங்களில் அதிக நம்பகத்தன்மை கொண்ட தலைமுறையைக் கூர்மையாக்குவதற்கு முன், முக்கிய திறன்களை திறமையாக உருவாக்க, குறைந்த தெளிவுத்திறன் கொண்ட வேலைகளுக்கு அதிக எண்ணிக்கையை அர்ப்பணித்தது. அரிய மற்றும் நீண்ட வால் கருத்துகளின் கவரேஜைப் பாதுகாக்க, சொற்பொருள் கிளஸ்டரிங் மற்றும் மீட்டெடுப்பு அடிப்படையிலான உத்திகளைப் பயன்படுத்தி, ஒரு இடைநிலைப் பயிற்சி நிலை, பரந்த முன்பயிற்சி விநியோகம் மற்றும் உயர்தர மேற்பார்வையிடப்பட்ட நுண்-சரிப்படுத்தும் விநியோகம் ஆகியவற்றைக் கட்டுப்படுத்தியது.

தலைமுறையை ஆராய்வதற்கும், இயக்கக்கூடியதாகவும் மாற்றுதல்

மாதிரிகள் எவ்வாறு பயிற்சியளிக்கப்படுகின்றன என்பதற்கும் பயனர்கள் உண்மையில் எவ்வாறு நோக்கத்தை வெளிப்படுத்துகிறார்கள் என்பதற்கும் இடையே ஒரு தொடர்ச்சியான இடைவெளியை Krea அடையாளம் கண்டுள்ளது. பயிற்சியின் போது, ​​மாதிரிகள் பணக்கார, அடர்த்தியான தலைப்புகளிலிருந்து கற்றுக்கொள்கின்றன. அனுமான நேரத்தில், பயனர்கள் பெரும்பாலும் ஒரு காட்சியை துல்லியமாக விவரிப்பதை விட குறுகிய, தெளிவற்ற தூண்டுதல்கள் அல்லது மனநிலை அல்லது குறிப்பு படத்தை நோக்கி சைகையை தட்டச்சு செய்கிறார்கள்.

அந்த இடைவெளியை மூட, க்ரியா 2 இரண்டு அமைப்புகளுடன் அனுப்பப்படுகிறது. முதலாவது ஒரு ப்ராம்ட் எக்ஸ்பாண்டர் ஆகும், இது திறந்த மூல பெரிய மொழி மாதிரிகளின் மேல் இரண்டு-நிலை மேற்பார்வையிடப்பட்ட ஃபைன்-ட்யூனிங் மற்றும் வலுவூட்டல் கற்றல் பைப்லைன் மூலம் பயிற்றுவிக்கப்படுகிறது, இது பயனரின் நோக்கத்தை மேலெழுதாமல் பணக்கார காட்சி திசைகளில் எளிய தூண்டுதல்களை வரைபடமாக்குகிறது. இரண்டாவது பாணி-குறிப்பு அமைப்பு, இது ஒன்று அல்லது அதற்கு மேற்பட்ட குறிப்புப் படங்களின் நடை அல்லது மனநிலையை குறைந்தபட்ச உள்ளடக்கக் கசிவுடன் செலுத்த பயனர்களை அனுமதிக்கிறது.

ஒன்றாக, இந்த கூறுகள் க்ரியா 2 ஐ ஒரு ஆய்வு ஊடகமாக மறுவரையறை செய்கின்றன. ஒற்றைப் பதிலைத் தருவதற்குப் பதிலாக, இந்த மாதிரியானது சாத்தியக்கூறுகளின் இடத்தை வெளிப்படுத்தும் வகையில் வடிவமைக்கப்பட்டுள்ளது மற்றும் பயனர்களுக்கு உரை மற்றும் பட அடிப்படையிலான கட்டுப்பாட்டைப் பயன்படுத்தி அதன் மூலம் செல்ல நடைமுறை வழிகளை வழங்குகிறது.

உண்மையான நிறுவனங்களின் அறிவைப் பாதுகாத்தல்

எந்தவொரு பட ஜெனரேட்டருக்கும் ஒரு நுட்பமான ஆனால் முக்கியமான திறன் என்பது அறியப்பட்ட நிறுவனங்கள், நபர்கள், இடங்கள் மற்றும் பயனர்கள் பெயரால் குறிப்பிடக்கூடிய பொருள்களை உண்மையாக பிரதிநிதித்துவப்படுத்தும் திறன் ஆகும். தரநிலையான மாதிரி முறைகள் தரவு க்யூரேஷனின் போது அரிதான அல்லது முக்கியமான கருத்துகளை தற்செயலாக கைவிடக்கூடும் என்று க்ரியா கவலைப்பட்டார்.

இதைத் தடுக்க, குழு ஆங்கில விக்கிப்பீடியாவில் பேஜ் தரவரிசையை இயக்கியது, தரவரிசையில் முதல் 90 சதவீத கட்டுரைகளைத் தக்க வைத்துக் கொண்டது, அர்த்தத்துடன் சித்தரிக்க முடியாத கருத்துகளை வடிகட்டி, அதன் தலைப்பு தரவுத்தொகுப்பு முழுவதும் கவரேஜ் சரிபார்க்கப்பட்டது, அதன் தலைப்புகள் அரிய கருத்துகளைக் குறிப்பிடும் படங்களுக்கு முன்னுரிமை அளித்தது. ஆரம்ப தரவுத்தொகுப்பில் உள்ள எந்த கருத்துகளும் இறுதி பயிற்சி மாதிரியிலிருந்து முழுமையாக கைவிடப்படவில்லை என்பதை குழு பின்னர் உறுதிப்படுத்தியது.

பட AIக்கான போட்டித் திறந்த எல்லை

Krea 2 இன் வருகையானது நெரிசலான திறந்த-எடைகள் படத்தை உருவாக்கும் நிலப்பரப்பை தீவிரப்படுத்துகிறது. நிறுவனம் தனது மாடலை செயற்கையான பகுப்பாய்வு டெக்ஸ்ட்-டு-இமேஜ் லீடர்போர்டில் "முதல் 10 இல்" நிலைநிறுத்துகிறது மற்றும் "சுதந்திர ஆய்வகங்களில் இருந்து மாடல்களில் இரண்டாவது இடம்", இது பரந்த சமூக ஆய்வுக்கு உட்பட்டால், K2 ஐ வெளிப்படையாகக் கிடைக்கக்கூடிய வலுவான பட ஜெனரேட்டர்களில் ஒன்றாக மாற்றும்.

தொழில்நுட்ப அறிக்கை, கிட்டத்தட்ட 12,000 வார்த்தைகளை இயக்குகிறது மற்றும் தரவு க்யூரேஷன் கொள்கைகள் முதல் விநியோகிக்கப்பட்ட பயிற்சி உள்கட்டமைப்பு வரை அனைத்தையும் விவரிக்கிறது, இது ஒரு மூலோபாய நோக்கத்திற்கும் உதவுகிறது. ஒரு போட்டி மாதிரியின் பின்னால் உள்ள வழிமுறையை வெளியிடுவதன் மூலம், திறந்த ஆராய்ச்சி சமூகத்தில் நம்பகத்தன்மையின் நாணயமான ஆய்வு, இனப்பெருக்கம் மற்றும் மேம்பாடு ஆகியவற்றை Krea அழைக்கிறது.

படைப்பாளிகள் மற்றும் டெவலப்பர்களுக்கு, அப்ஷாட் என்பது ஒரு திறமையான, வெளிப்படையாக உரிமம் பெற்ற பட மாதிரியாகும், இது ஒரு பாதுகாப்பான இயல்புநிலையை விட படைப்பு வரம்பிற்கு முன்னுரிமை அளிக்கிறது. ஹக்கிங் ஃபேஸில் கிடைக்கும் எடைகள் மற்றும் GitHub இல் உள்ள குறியீட்டின் மூலம், Krea 2 தங்கள் சொந்த விதிமுறைகளில் ஒரு அதிநவீன இமேஜ் ஜெனரேட்டரை உருவாக்க, நன்றாக வடிவமைக்க அல்லது பரிசோதனை செய்ய விரும்பும் எவருக்கும் தடையை குறைக்கிறது.

---

Stay Ahead of AI

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

Read more AI news →