Krea, một công ty khởi nghiệp xây dựng các công cụ AI sáng tạo, đã phát hành Krea 2 (K2), một nhóm mô hình nền tảng chuyển văn bản thành hình ảnh có trọng lượng mở mà công ty cho biết nằm trong số 10 công cụ tạo hình ảnh hàng đầu trên bảng xếp hạng Phân tích nhân tạo và đứng thứ hai trong số các mô hình từ các phòng thí nghiệm độc lập. Bản phát hành, được trình bày chi tiết trong một báo cáo kỹ thuật được xuất bản vào ngày 23 tháng 6 năm 2026, đi kèm với hai điểm kiểm tra mô hình và giấy phép cho phép mời cộng đồng tinh chỉnh và xây dựng dựa trên nó.
Không giống như nhiều mô hình hình ảnh gần đây tối ưu hóa cho một đầu ra mặc định được trau chuốt duy nhất, Krea đã thiết kế Krea 2 xoay quanh ý tưởng khám phá sáng tạo, thể hiện sự phân bổ hình ảnh rộng rãi mà người dùng có thể điều hướng thay vì bó buộc một thẩm mỹ hạn hẹp. For more context on this story, see our ongoing artificial intelligence updates.
Hai điểm kiểm tra cho các nhu cầu khác nhau
Bản phát hành Krea 2 bao gồm hai điểm kiểm tra riêng biệt. Đầu tiên, K2 Raw, là mô hình cơ sở chưa được chắt lọc dành cho nghiên cứu tinh chỉnh và sau đào tạo, mang lại cho các nhà phát triển một nền tảng sạch sẽ để thích ứng. Mẫu thứ hai, K2 Turbo, là mẫu được chắt lọc hướng dẫn và dấu thời gian được thiết kế để tạo nhanh, vài bước, kiểu lặp lại nhanh chóng mà quy trình làm việc sáng tạo yêu cầu.
Việc cung cấp cả cơ sở thân thiện với nghiên cứu và biến thể được tối ưu hóa tốc độ phản ánh sự phân chia thực dụng. Các nhà nghiên cứu và thợ mày mò lấy mô hình thô để thử nghiệm, trong khi người dùng sản xuất nhận được điểm kiểm tra nhanh hơn, hy sinh ít chất lượng vì tốc độ.
Lập trường có chủ ý chống lại dữ liệu đào tạo do AI tạo ra
Một trong những tuyên bố nổi bật nhất trong báo cáo kỹ thuật của Krea liên quan đến dữ liệu đào tạo. Nhóm tuyên bố rằng họ không sử dụng hình ảnh do AI tạo ra trong quá trình đào tạo trước. Trong khi dữ liệu tổng hợp và quá trình chắt lọc đã trở thành những lối tắt phổ biến để có được khả năng của mô hình, Krea nhận thấy rằng ngay cả một tỷ lệ nhỏ hình ảnh do AI tạo ra cũng đưa ra những sai lệch trong phân phối đầu ra của mô hình.
Lý do rất đơn giản: hình ảnh tổng hợp có xu hướng dễ học hơn đối với mô hình, điều này áp đặt một mức trần nhân tạo về chất lượng một cách hiệu quả. Để thực thi chính sách này, Krea đã xây dựng các bộ phân loại nội bộ đặc biệt để lọc các hình ảnh do AI tạo ra khỏi tập dữ liệu của mình, thay vì dựa vào các bộ lọc có sẵn.
Công ty cũng có quan điểm trái ngược về chất lượng dữ liệu. Thay vì tích cực lọc để đạt được điểm thẩm mỹ cao, có thể loại bỏ những hình ảnh bị mờ, nổi hạt hoặc độc đáo có chủ ý đại diện cho những lựa chọn nghệ thuật hợp lệ, Krea lập luận về sự đa dạng và phạm vi phủ sóng rộng. Kết quả là, nó cho biết, là một mô hình có phạm vi biểu đạt rộng hơn so với các hệ thống chỉ được đào tạo trên những hình ảnh đẹp thông thường.
Quy trình kiến trúc và đào tạo
Krea 2 được xây dựng trên kiến trúc máy biến áp có thiết kế cuối cùng được chọn thông qua các nghiên cứu cắt bỏ rộng rãi được ghi lại trong báo cáo. Sau khi thử nghiệm các giải pháp thay thế, nhóm đã giải quyết được sự chú ý truy vấn được nhóm (GQA) với sự chú ý sigmoid có kiểm soát, SwiGLU MLP và Qwen 3 VL làm bộ mã hóa văn bản. Mã hóa vị trí sử dụng nhúng quay trục 3D và bộ mã hóa tự động kết hợp Qwen Image VAE và FLUX 2 AE.
Đào tạo theo một chương trình giảng dạy nhiều giai đoạn. Quá trình đào tạo trước tiến triển qua các giai đoạn độ phân giải 256px, 512px và 1024px, dành phần lớn công việc điện toán cho công việc có độ phân giải thấp nhằm xây dựng các khả năng cốt lõi một cách hiệu quả trước khi tăng cường khả năng tạo độ trung thực cao ở độ phân giải cao hơn. Sau đó, giai đoạn huấn luyện giữa sẽ kết nối phân phối tiền huấn luyện rộng rãi và phân phối tinh chỉnh có giám sát chất lượng cao bằng cách sử dụng các chiến lược dựa trên truy xuất và phân cụm ngữ nghĩa để duy trì mức độ bao phủ của các khái niệm đuôi dài và hiếm.
Giúp thế hệ có khả năng khám phá và điều khiển được
Krea đã xác định được một lỗ hổng dai dẳng giữa cách đào tạo mô hình và cách người dùng thực sự thể hiện ý định. Trong quá trình đào tạo, người mẫu sẽ học hỏi từ những chú thích phong phú, dày đặc. Tại thời điểm suy luận, người dùng thường gõ những lời nhắc ngắn, mơ hồ hoặc cử chỉ hướng tới tâm trạng hoặc hình ảnh tham chiếu hơn là mô tả chính xác một cảnh.
Để thu hẹp khoảng cách đó, Krea 2 xuất xưởng hai hệ thống. Đầu tiên là một công cụ mở rộng lời nhắc, được đào tạo thông qua quy trình học tập tăng cường và tinh chỉnh có giám sát hai giai đoạn trên các mô hình ngôn ngữ lớn nguồn mở, giúp ánh xạ các lời nhắc đơn giản thành các hướng trực quan phong phú hơn mà không ghi đè ý định của người dùng. Thứ hai là hệ thống tham chiếu kiểu cho phép người dùng thêm phong cách hoặc tâm trạng của một hoặc nhiều hình ảnh tham chiếu với mức độ rò rỉ nội dung tối thiểu, cung cấp khả năng kiểm soát chi tiết về cường độ kiểu và sự pha trộn có trọng số.
Cùng với nhau, các thành phần này xác định lại Krea 2 như một phương tiện khám phá. Thay vì trả về một câu trả lời duy nhất, mô hình này được thiết kế để đưa ra nhiều khả năng và cung cấp cho người dùng những cách thực tế để thực hiện câu trả lời đó bằng cách sử dụng cả điều khiển dựa trên văn bản và hình ảnh.
Bảo tồn kiến thức về các thực thể có thật
Một khả năng tinh tế nhưng quan trọng đối với bất kỳ trình tạo hình ảnh nào là khả năng thể hiện trung thực các thực thể, con người, địa điểm và đối tượng đã biết mà người dùng có thể tham chiếu chỉ bằng tên. Krea lo lắng rằng các phương pháp lấy mẫu tiêu chuẩn có thể vô tình loại bỏ các khái niệm hiếm hoặc quan trọng trong quá trình quản lý dữ liệu.
Để ngăn chặn điều này, nhóm đã chạy PageRank trên Wikipedia tiếng Anh, giữ lại 90% bài viết hàng đầu theo thứ hạng, lọc ra các khái niệm không thể mô tả một cách có ý nghĩa và sau đó xác minh mức độ phù hợp trên tập dữ liệu phụ đề của nó, ưu tiên các hình ảnh có chú thích tham chiếu đến các khái niệm hiếm gặp. Sau đó, nhóm xác nhận rằng không có khái niệm nào có trong tập dữ liệu ban đầu bị loại bỏ hoàn toàn khỏi mẫu huấn luyện cuối cùng.
Biên giới mở mang tính cạnh tranh cho AI hình ảnh
Sự xuất hiện của Krea 2 làm tăng thêm bối cảnh tạo hình ảnh có trọng lượng mở đông đúc. Công ty định vị mô hình của mình là "trong top 10" trên bảng xếp hạng chuyển văn bản thành hình ảnh Phân tích nhân tạo và "vị trí thứ hai trong số các mô hình từ các phòng thí nghiệm độc lập", một tuyên bố rằng, nếu nó được cộng đồng giám sát rộng rãi hơn, sẽ biến K2 trở thành một trong những trình tạo hình ảnh có sẵn mạnh nhất.
Báo cáo kỹ thuật dài gần 12.000 từ và nêu chi tiết mọi thứ, từ nguyên tắc quản lý dữ liệu đến cơ sở hạ tầng đào tạo phân tán, cũng phục vụ mục đích chiến lược. Bằng cách xuất bản phương pháp luận đằng sau một mô hình cạnh tranh, Krea đang mời gọi sự xem xét kỹ lưỡng, tái tạo và cải tiến, nền tảng của sự tín nhiệm trong cộng đồng nghiên cứu mở.
Đối với người sáng tạo và nhà phát triển, kết quả cuối cùng là một mô hình hình ảnh được cấp phép mở, có khả năng, ưu tiên phạm vi sáng tạo hơn một mặc định an toàn duy nhất. Với trọng số có sẵn trên Hugging Face và mã trên GitHub, Krea 2 hạ thấp rào cản đối với bất kỳ ai muốn xây dựng, tinh chỉnh hoặc đơn giản là thử nghiệm trình tạo hình ảnh tiên tiến theo cách riêng của họ.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
