Krea 2: Krea AI objavljuje Raw i Turbo težine za generisanje slika
Krea AI je objavio Krea 2 Raw i Krea 2 Turbo kao otvorene težine. Tehnički izvještaj opisuje Krea 2 kao 12B text-to-image difuzijski model treniran od nule i objašnjava filtriranje podataka, caption pipeline, post-training, reinforcement learning te sigurnosne i licencne granice.
Vijesti o modelima / Krea AI
Krea AI je predstavila Krea 2 u junu 2026. godine, a kasnije objavila Raw i Turbo kao dva checkpointa s otvorenim težinama. Zvanični tehnički izvještaj opisuje ga kao 12B difuzijski text-to-image model obučen od početka, sa komponentama koje uključuju multimodalni jezički model, Diffusion Transformer i autoenkoder slika. Krea je objavila i stranicu izdanja, tehnički izvještaj, GitHub repozitorij, Hugging Face karticu modela i tekst licence.
Ovo izdanje smješta dugogodišnji fokus kompanije Krea na „estetiku“ u kontekst otvorenih težina. Zvanični materijal ne predstavlja Krea 2 samo kao model fotorealizma ili rang-lista. Predstavljen je kroz istraživanje stila, koncepte proizvoda, ljude i scene, teksturu materijala i kreativne radne tokove. Raw je namijenjen obuci i istraživanju, dok je Turbo namijenjen brzom zaključivanju; repozitorij i kartice modela drže te namjene odvojenim.
Od stranice izdanja do kartice modela
Javni materijali za Krea 2 podijeljeni su na nekoliko slojeva. Stranica izdanja proizvoda prikazuje primjere i načine upotrebe kreativnih alata. Stranica open-source izdanja objašnjava da su dostupne Raw i Turbo težine. GitHub repozitorij pruža kod za zaključivanje. Hugging Face kartica modela bilježi vrstu modela, arhitekturu, licencu, podatke za obuku, sigurnosne mjere i odgovornost za rezultate. Tehnički izvještaj objavljen je 23. juna 2026. godine, a stranica ga označava kao štivo za 58 minuta.
Krea naziva Krea 2 osnovnim text-to-image modelom s otvorenim težinama za kreativno istraživanje. Kartica modela navodi format izdanja kao otvorene težine uz integraciju s proizvodima koje hostuje Krea. Navodi da podaci za obuku uključuju javno dostupne podatke, licencirane podatke trećih strana i sintetičke podatke generisane vlasničkim metodama. Kartica modela također navodi da se štetan sadržaj filtrira prije obuke te da se količina nekvalitetnih, dupliranih ili nebitnih podataka smanjuje.
Tehnički izvještaj daje više detalja o cjevovodu podataka. Krea navodi da podaci za predobuku ne koriste slike koje je generisao AI i da interni klasifikatori filtriraju šum, pretjeranu obradu, logotipe, vodene žigove, NSFW sadržaj, meme i snimke ekrana. Cjevovod za opise spaja OCR, metapodatke i multimodalno razumijevanje kako bi stvorio potpunije opise slika. U obuku se uključuju i kraći promptovi u korisničkom stilu, pa model vidi i duge opise i stvarne kreativne promptove.
Obuka prelazi s niske na visoku rezoluciju
Krea 2 koristi Diffusion Transformer kao osnovu za generisanje slika. Tehnički izvještaj navodi da predobuka prelazi s 256px na 512px, a zatim na 1024px. Završni model koristi rectified-flow loss i v-parameterization. Izvještaj također navodi da je tim koristio iREPA tokom rane obuke u niskoj rezoluciji kako bi ubrzao konvergenciju, a zatim ga uklonio da bi MMDiT mogao naučiti vlastite reprezentacije.
Proces obuke potom prolazi kroz midtraining, supervised fine-tuning, optimizaciju preferencija i učenje potkrepljivanjem. Midtraining prilagođava model distribuciji bližoj kasnijim zadacima prije supervised fine-tuning faze. Faza supervised fine-tuning koristi manji, posebno filtriran skup slika visoke estetske kvalitete kako bi poboljšala ukupan kvalitet checkpointa i riješila probleme prevelike zasićenosti i teksture u ranim checkpointima.
Optimizacija preferencija podijeljena je u dva koraka: prvo veliki prolaz kroz sintetičke parove preferencija, a zatim kalibracija internim ljudskim oznakama. Faza učenja potkrepljivanjem koristi višestruku metodu nagrađivanja nalik GRPO-u, s modelima nagrade za ukupnu estetiku, praćenje prompta, iscrtavanje teksta, strukturu i artefakte. Izvještaj navodi i da je Krea obučila poseban model nagrade za artefakte kako bi smanjila strukturne greške poput dodatnih prstiju, izobličenih udova i deformisanog teksta.
Proširivač prompta dio je izdanja
Tehnički izvještaj posvećuje znatan prostor proširivaču prompta. Stav kompanije Krea jeste da detaljni promptovi često proizvode bolje slike, dok su korisnički promptovi često kratki, razgovorni i nedovoljno precizni. Modelima slika više odgovaraju detaljni opisi bliži distribuciji opisa iz obuke. Krea zato dizajnira proširivač prompta kao mapiranje kratkog prompta u duži opis prilagođen modelu slike.
Proširivač prvo prolazi supervised fine-tuning na osnovu otvorenog jezičkog modela. Njegovi podaci za obuku dolaze iz sintetičkih parova koji mapiraju duge opise na kratke korisničke promptove, a zatim uči obrnuti smjer: proširivanje kratkih promptova u opise prilagođene modelu. Krea potom koristi učenje potkrepljivanjem da optimizira utjecaj proširivača na konačni kvalitet slike, uz provjere vjernosti promptu, sigurnosti i ograničenja. Izvještaj spominje i ocjenu raznolikosti DINOv3 embeddinga kako bi se spriječilo svođenje izlaza na jedan stil.
Raw je za obuku, Turbo za zaključivanje
Raw i Turbo dva su naziva koja se najlakše mogu pomiješati. README open-source repozitorija jasno ih razdvaja: Raw je nedestilirani osnovni model, prikladniji za LoRA obuku, post-training i istraživanje; Turbo je destilirana verzija za brzo zaključivanje namijenjena svakodnevnom text-to-image generisanju. Zvanični primjeri slijede istu logiku: LoRA se obučava na Raw, a slike se direktno generišu pomoću Turbo.
Ova razlika tiče se nečega većeg od brzine. Raw čuva veći dio prostora za obuku istraživačima koji žele nastaviti oblikovati model. Turbo je prošao post-training, fine-tuning i destilaciju, što ga čini prikladnijim za brzu provjeru vizuelnog smjera. Oba su izdanja s otvorenim težinama, ali Raw ne treba tretirati kao uobičajenu početnu tačku za generisanje, niti Turbo opisivati kao osnovu za obuku.
Hugging Face kartica modela Turbo također objedinjuje porodicu modela, format izdanja, izvore podataka za obuku, sigurnosna ograničenja i licencne zahtjeve. Podsjeća osobe koje implementiraju model da su filtriranje ili pregled obavezni i da korisnici ostaju odgovorni za rezultate. Otvorene težine smanjuju prepreke za istraživanje i implementaciju; ne uklanjaju granice autorskih prava, prava na lik, nezakonitog sadržaja ili pravila platforme.
| Checkpoint | Zvanična uloga | Najbolja primjena | Granica |
|---|---|---|---|
| Krea 2 Raw | Nedestilirani osnovni checkpoint | LoRA obuka, post-training, istraživački eksperimenti i prilagođavanje stila. | Čuva prostor za obuku; nije svakodnevna početna tačka za brzo generisanje. |
| Krea 2 Turbo | Destilirani checkpoint u 8-step | Brzo text-to-image generisanje, provjere vizuelnog smjera i kreativno iteriranje. | To je put zaključivanja; ne treba ga opisivati kao osnovni checkpoint za daljnju obuku. |
Ponaša se više kao generator vizuelnog smjera
Primjeri sa stranice izdanja Krea fokusiraju se na ljude i scene, konceptualne proizvode, modne teksture, atmosferu enterijera, filmsko osvjetljenje i uredničku ilustraciju. Model nije prvenstveno predstavljen kao sistem za tekst na posterima ili rekonstrukciju logotipa. Pokušava obraditi subjekt, materijal, svjetlo, kompoziciju i izvor stila u istoj slici.
To približava Krea 2 početku kreativnog radnog toka: pretvaranju apstraktnog stilskog cilja u nekoliko slika koje se mogu uporediti. Moodboardi brenda, koncepti proizvoda, vizuali kampanja, smjerovi naslovnica, postavke likova i prostorne atmosfere ponavljaju se u javnim primjerima. Kada zadatak zahtijeva strog raspored, čitljiv dugi tekst, tekst ambalaže ili oznake brenda, specijalizirana kontrola teksta i rasporeda i dalje je važna.
Rang-liste su samo jedan pogled
Krea se poziva i na evaluacije trećih strana te rang-liste preferencija modela, ali one mogu odgovoriti samo na dio pitanja. Evaluacije text-to-image preferencija obično porede promptove, izlazne slike i ljudske preferencije unutar jednog procesa. Korisne su za procjenu opće vizuelne privlačnosti, ali ne mogu zamijeniti prosudbu specifičnu za zadatak. Iscrtavanje teksta, kineski naslovi, logotipi, složen raspored, dosljedni likovi i pravila komercijalne isporuke zahtijevaju zaseban pregled.
Krea 2 stavlja otvorene težine i hostovani proizvod u istu porodicu modela. Raw ostavlja prostor za obuku otvorenim, dok Turbo pruža direktniji put zaključivanja. Takvo uređenje istraživačima, programerima i kreativcima daje jedan zajednički skup materijala modela umjesto podjele između istraživačkog checkpointa i proizvodnog modela.
Praktično poređenje zato nije samo pitanje „koji model pobjeđuje“. Krea 2 Turbo lakše je razumjeti kao brz model vizuelnog smjera; Raw je put za nastavak obuke; zahtjevniji DiT sistemi ostaju relevantni kada radni tok može podnijeti sporije zaključivanje radi jednog uglađenog rezultata. Članak drži te zadatke odvojenim kako izdanje ne bi sveo na jednu opću oznaku „model slike“.
Granica koju ostavljaju javni materijali
Ovo izdanje ima nekoliko izvora koji se mogu međusobno provjeriti: stranica izdanja prikazuje vizuelni cilj, open-source stranica objašnjava dostupnost težina, tehnički izvještaj pojašnjava proces obuke, GitHub repozitorij pruža početnu tačku za zaključivanje, a Hugging Face kartica modela navodi težine, izvore podataka, rizike i licencne zahtjeve. Svaki izvor ima drugačiju ulogu, pa Krea 2 ne treba sažimati na osnovu samo jednog od njih.
Kreativcima Krea 2 vraća modele s otvorenim težinama u raspravu o estetici i dojmu proizvoda. Programerima paralelno izdanje Raw i Turbo pruža dva različita puta: nastavak obuke ili direktno pokretanje zaključivanja. Za one koji implementiraju model, sigurnosni, filtracijski i licencni zahtjevi iz kartice modela ostaju granice koje treba riješiti prije pokretanja.