krea-ai--krea-2/README.md

Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

Krea 2 (K2)

Krea 2 — 来自 Krea AI. 的图像生成模型

---

API 文档 • Hugging Face (RAW) • Hugging Face (TURBO) • 技术博客

这是 Krea 2 开源版本的官方仓库。Krea 2 是一款从零开始训练的图像模型，专注于创意与风格探索。本仓库包含推理代码以及运行该模型的说明。

Krea 2 是现有最具美学表现力的开源图像模型。在质量方面，Krea 2 是 Artificial Analysis 上独立实验室出品的排名第一的文本到图像（text-to-image）模型 [1].

Krea 2 提供两个模型。Krea 2 RAW 是基础模型，它是一个未经蒸馏的预训练检查点，因此多样性强、可塑性高，适合用于微调、后训练（post-training）和 LoRA 训练。Krea 2 Turbo 是一个 8 步蒸馏检查点，专为快速、高质量的文本到图像生成而设计。

这两个模型旨在协同使用：在 RAW 上训练 LoRA，并在 Turbo 上应用；在 RAW 上训练的 LoRA 在 Turbo 上也能良好工作。我们强烈建议使用 RAW 训练 LoRA，并在 Turbo 上进行推理。

环境配置

uv sync

Raw 和 Turbo 的 safetensor 文件均可在 Hugging Face 上获取。下载检查点后，将 OSS_RAW 和 OSS_TURBO 环境变量设置为所下载文件的路径。

export OSS_RAW=...
export OSS_TURBO=...

使用方法

以下命令使用两个可用检查点及推荐设置运行推理。

Raw (oss_raw)

未经蒸馏的基础模型。请使用完整的采样器并启用无分类器引导（classifier-free guidance）： 该模型已训练为可生成最高 1k 分辨率。

uv run inference.py "a fox walking in the snow" \
    --checkpoint oss_raw --steps 52 --cfg 3.5

Turbo (oss_turbo)

为少步采样蒸馏而成 — 使用 8 步运行并禁用 CFG。 该模型可生成 1k ~ 2k 分辨率的图像。

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

选项

Flag	Default	Description
prompt (positional)	—	用于生成的文本提示词。
--steps	28	去噪步数。
--cfg	4.5	无分类器引导（classifier-free guidance）缩放系数（0 可禁用 CFG）。
--y1	0.5	最低分辨率下的时间步偏移（timestep-shift）mu。
--y2	1.15	最高分辨率下的时间步偏移（timestep-shift）mu。
--mu	None	固定恒定的时间步偏移（timestep-shift）mu，覆盖由分辨率推导的值。建议 1.15 用于 oss_turbo。
--width / --height	1024 ~ 2048	输出分辨率；如有需要会向上填充至 16 的倍数。
--num-images	1	根据提示词生成的图像数量。
--seed	0	基础随机种子；第 i 张图像使用 seed + i。
--checkpoint	oss_raw	要加载的检查点（oss_raw、oss_turbo）。默认为 $K2_CHECKPOINT。
--output	sample	输出文件名前缀。

文档

• Prompting Guide
• Safety Guide

推理

你可以在以下平台上运行我们的开源模型。

• ComfyUI
• Fal
• SGLang

微调 Krea 2

若要微调 Krea 2，我们强烈建议你在 Raw 模型上训练 LoRA，并在 Turbo 模型上应用以进行推理。 我们推荐使用以下服务商和开源工具来微调 Krea 2。

• Huggingface Diffusers
• Ostris AI toolkit
• Fal
  • Training
  • Inference
• Kohya (musubi tuner)

常见问题

我应该使用哪个模型？

使用 Turbo 模型可快速推理并获得高质量结果。Raw 模型是未经蒸馏的检查点，未经过任何步数/CFG 引导蒸馏和后训练。它是一个高度可微调的基础模型，可用于为 Turbo 模型训练 LoRA，也可用于后训练研究。简而言之，在 Raw 上训练，在 Turbo 上运行。

该模型以何种许可证发布？

两个模型权重均遵循我们的社区许可证，允许宽松使用。如需购买商业许可证，请通过 opensource@krea.ai 联系我们。

引用

@misc{krea-2-2026,
    author={Sangwu Lee, Erwann Millon, Le Zhuo, Matthew Newton, Andrei Filatov, Abhinay Devarinti, Dazhi Zhong, Avram Djordjevic, Gabriel Menezes, Will Beddow, Titus Ebbecke, Mihai Petrescu, Owen Fahey, Gian Saß, Felix Gil, Victor Perez},
    title={{Krea 2}},
    year={2026},
    howpublished={\url{https://www.krea.ai/blog/krea-2-technical-report}},
}