一、Krea 2是什么
如果你最近在关注开源文生图模型，应该会注意到一个名字——Krea 2。它是独立AI实验室Krea AI从零开始完整训练并开源发布的文本生成图像模型，主打的卖点就四个字：创意美学。在行业测评平台Artificial Analysis的独立实验室开源文生图榜单上，它拿下了第一名的位置，而且兼顾了本地部署、LoRA微调、极速高清出图这些硬需求。一句话概括：这是一个给开发者、设计师和AI研究人员准备的开源图像生成方案，能本地跑、能微调、出图又快又好看。
模型分两套权重：Krea 2 RAW（基础底模）和Krea 2 Turbo（快速蒸馏版）。官方给出的标准化工作流简单直接——用RAW训练LoRA，用Turbo落地推理。而且LoRA权重跨版本通用，这意味着你花时间微调出来的风格模型，可以直接在两个模型间无缝切换。
二、功能特色
双模型分工体系，训练生产分离
RAW没有经过蒸馏，可塑性极强，专门用来做LoRA微调和模型二次训练；Turbo经过蒸馏压缩，只需要8步就能生成高清大图，适合批量、快速出图。两套模型的LoRA互通，这相当于把自定义风格开发成本砍了一大截。顶级原生美学表现力
原生适配插画、写实、潮流艺术、概念设计、人像、产品摄影等十几种风格，色彩层次、光影质感、画面构图都很能打。不需要你写一大堆提示词去“求”它出好图，它自己就有不错的审美。超大分辨率支持
RAW最高原生支持1024分辨率；Turbo最高能输出2048高清图，满足海报、商业印刷、高清素材生产这些场景。极简本地部署，多生态兼容
用uv包管理器一键安装依赖，原生支持ComfyUI、Fal、SGLang三大推理平台。同时兼容Kohya、Huggingface Diffusers、Ostris AI等主流LoRA训练工具，不挑食。高度可调推理参数
采样步数、CFG引导、时序偏移mu、分辨率、随机种子、批量生成数量……全维度参数都开放给你，艺术创作、稳定量产、学术实验都能找到合适配置。宽松开源许可
基础开源权重采用社区许可，个人非商用可以自由使用；商用场景联系官方采购商业授权就行，没有严苛的版权限制。
三、技术细节
1. 核心架构
项目基于MMDiT（多模态扩散Transformer） 架构开发，配套自研的autoencoder自编码器完成图像压缩与重建。仓库里提供了mmdit.py、autoencoder.py、encoder.py完整底层代码。双流注意力机制实现了文本与图像特征的双向交互，提示词遵循度和画面细节还原能力都因此提升了不少。
2. 两大模型技术差异
| 维度 | Krea 2 RAW（基础底模） | Krea 2 Turbo（蒸馏加速版） |
|---|---|---|
| 蒸馏处理 | 无蒸馏、原生预训练权重 | 8步蒸馏压缩，移除冗余采样步骤 |
| 推荐采样步数 | 52步 | 8步 |
| CFG引导参数 | 推荐3.5，开启引导提升细节 | 推荐0.0，关闭CFG保障速度画质平衡 |
| 时序偏移mu | 分辨率动态自适应 | 固定1.15，官方最优参数 |
| 最大输出分辨率 | 1024px | 2048px |
| 核心定位 | LoRA训练、二次微调、学术研究 | 快速推理、商业批量出图、本地生产 |
3. 工程实现细节
代码语言：100% Python，仓库包含推理、采样、编码器、自编码器全套源码；
依赖管理：用uv工具，
uv sync一键拉取全部依赖，配套pyproject.toml、uv.lock配置文件；权重格式：safetensors安全权重文件，托管于Hugging Face；
运行方式：通过环境变量
OSS_RAW、OSS_TURBO指定权重路径，执行inference.py脚本完成图像生成；采样模块：独立
sampling.py实现全套扩散采样逻辑，支持自定义采样调度。
四、应用场景
专业创意设计
插画师、概念设计师、潮流艺术家快速生成原画、海报、潮玩视觉、艺术概念稿，原生风格表现力能省掉不少后期修图的功夫。AI模型二次开发
AI开发者、研究者基于RAW训练角色、风格、IP专属LoRA，训练完成后迁移至Turbo快速批量生成素材，一套流程走通。商业素材量产
电商产品图、短视频封面、自媒体配图、广告视觉素材，用Turbo 8步极速生成，支持2048高清商用尺寸。本地离线部署
工作室、企业私有本地AI绘图工作站，不需要联网API，素材版权和数据安全都有保障。AI学术实验
扩散模型、LoRA微调、少步蒸馏相关研究，有完整可修改底层代码，支持自定义训练与消融实验。可视化节点工作流
ComfyUI用户搭建自动化绘图流水线，结合ControlNet、高清修复插件实现全链路自动化创作。
五、使用方法
1. 环境部署
克隆官方仓库：
git clone https://github.com/krea-ai/krea-2进入项目目录，一键安装依赖：
uv sync前往Hugging Face下载RAW、Turbo两套safetensors权重；
配置环境变量指定权重路径：
export OSS_RAW=你的RAW权重文件路径
export OSS_TURBO=你的Turbo权重文件路径
2. RAW基础模型推理命令
适用于风格微调、精细艺术创作，完整采样流程：
uv run inference.py "a fox walking in the snow" --checkpoint oss_raw --steps 52 --cfg 3.5
3. Turbo极速高清推理命令
适用于批量高清商用素材，8步快速出2K图：
uv run inference.py "a fox walking in the snow" --checkpoint oss_turbo --steps 8 --cfg 0.0 --mu 1.15 --width 2048 --height 2048
4. 核心可调参数说明
--steps：扩散采样步数，RAW推荐52，Turbo固定8；--cfg：分类自由引导，0代表关闭，RAW推荐3.5；--mu：时序偏移系数，Turbo固定1.15效果最佳；--width/--height：输出分辨率，自动补齐16倍数；--num-images：单次批量生成图片数量；--seed：随机种子，固定种子可复现相同图像。
六、竞品对比
拿行业主流的开源方案——Stable Diffusion 3、Flux.1 Dev——跟Krea 2横向比一比，差异就很清楚了：
| 对比维度 | Krea 2 | Stable Diffusion 3 | Flux.1 Dev |
|---|---|---|---|
| 核心优势 | 美学质感顶尖，RAW/Turbo分工，LoRA跨版本通用，最高2048分辨率 | 文本文字渲染强，社区插件生态成熟，ControlNet适配完善 | 少步采样速度快，复杂人物、手部细节精准，提示词遵循度高 |
| 模型架构 | MMDiT双流扩散Transformer | MMDiT+修正流Rectified Flow | 单流Transformer扩散架构 |
| 蒸馏加速方案 | Turbo 8步蒸馏，独立训练底模RAW | SD3 Turbo蒸馏版本，无专用微调底模 | Schnell 4步极速模型，Dev为基础开源版 |
| LoRA适配 | RAW专用训练底模，LoRA可直接迁移Turbo | 统一权重训练，蒸馏版LoRA兼容性一般 | Dev训练LoRA，Schnell兼容度有限 |
| 最大分辨率 | Turbo支持2048px | 原生1024，超分插件实现2K | 原生1024-1792 |
| 适用人群 | 艺术创作者、LoRA开发者、本地批量生产 | 新手、插件重度使用者、电商美工 | 人物写实、复杂多主体场景创作者 |
| 开源协议 | 社区许可，商用需单独授权 | MIT宽松开源，商用无额外授权费 | Apache 2.0，非商用免费 |
七、常见问题解答（FAQ）
Q：我应该选择RAW还是Turbo模型使用？
A：如果需要训练专属LoRA、做模型微调、学术研究，选Krea 2 RAW；如果日常快速出图、批量生成高清商用素材，直接用Krea 2 Turbo。官方标准工作流就是在RAW上训练LoRA，然后加载到Turbo中推理。
Q：Krea 2 Turbo仅8步采样，画质会大幅下降吗？
A：不会。Turbo经过专业蒸馏优化，在关闭CFG、mu=1.15的参数下，8步输出的画质接近RAW 52步的效果，但推理速度提升了好几倍——这是速度与画质平衡的最优方案。
Q：RAW训练出来的LoRA，能直接在Turbo上使用吗？
A：可以。官方原生支持两套模型LoRA互通，不需要二次转换。这是该项目的一个核心优势，大大降低了自定义风格开发成本。
Q：Krea 2支持多大分辨率输出？
A：RAW基础模型最高支持1024分辨率；Turbo蒸馏版原生支持1024~2048分辨率，分辨率会自动补齐到16的整数倍。
Q：本地运行Krea 2需要什么硬件配置？
A：推荐显存≥16G独立显卡（RTX 4090/A100等）；2048分辨率Turbo推理建议24G以上显存，显存不够可以降低输出分辨率来跑。
Q：有哪些工具可以用来训练Krea 2 RAW的LoRA？
A：官方推荐的工具包括Huggingface Diffusers、Ostris AI toolkit、Fal训练平台、Kohya（musubi tuner），全部适配RAW底模微调。
Q：除了本地Python脚本，还有哪些平台能运行Krea 2？
A：支持ComfyUI可视化节点、Fal云端推理、SGLang高性能推理引擎，三种主流部署方式，兼顾可视化操作与云端批量生产。
八、相关链接
GitHub仓库地址：https://github.com/krea-ai/krea-2
九、总结
Krea 2是Krea AI从零训练、主打美学创作的开源文生图模型。它通过RAW基础底模与Turbo蒸馏加速版的双模型差异化设计，解决了传统开源模型“微调难、推理慢、分辨率上限低”这几个老问题。凭借Artificial Analysis独立实验室榜单第一的美学表现、通用LoRA迁移机制、2048高清输出能力，它适配了设计师、AI开发者、科研人员等多元人群。同时兼容主流绘图与训练生态，提供完整可本地部署的开源代码和清晰的标准化使用流程。可以说，这是一个兼顾创意艺术生产与模型二次开发的一体化开源图像生成方案，值得持续关注。