Krea 2: Krea AI rilascia pesi Raw e Turbo per generare immagini
Krea AI ha rilasciato Krea 2 Raw e Krea 2 Turbo come open weights. Il report tecnico descrive Krea 2 come un modello di diffusione text-to-image da 12B addestrato da zero e dettaglia filtraggio dei dati, pipeline di caption, post-training, reinforcement learning e confini di sicurezza e licenza.
Novità sui modelli / Krea AI
Krea AI ha presentato Krea 2 nel giugno 2026 e in seguito ha pubblicato Raw e Turbo come due checkpoint con pesi aperti. Il rapporto tecnico ufficiale lo descrive come un modello di diffusione text-to-image da 12B, addestrato da zero, con componenti che includono un modello linguistico multimodale, un Diffusion Transformer e un autoencoder per immagini. Krea ha inoltre pubblicato una pagina di lancio, il rapporto tecnico, un repository GitHub, una scheda del modello su Hugging Face e il testo della licenza.
Questo rilascio colloca l'attenzione che Krea dedica da tempo all'“estetica” in un contesto di pesi aperti. Il materiale ufficiale non presenta Krea 2 soltanto come un modello per il fotorealismo o le classifiche. La proposta ruota attorno all'esplorazione dello stile, ai concept di prodotto, a persone e scene, alla resa dei materiali e ai flussi creativi. Raw è pensato per addestramento e ricerca, mentre Turbo è destinato all'inferenza rapida; repository e schede dei modelli mantengono distinti questi percorsi d'uso.
Dalla pagina di lancio alla scheda del modello
Il materiale pubblico di Krea 2 è distribuito su più livelli. La pagina di lancio del prodotto mostra esempi e casi d'uso degli strumenti creativi. La pagina del rilascio open source spiega che sono disponibili i pesi Raw e Turbo. Il repository GitHub fornisce il codice per l'inferenza. La scheda del modello su Hugging Face documenta tipo di modello, architettura, licenza, dati di addestramento, misure di sicurezza e responsabilità sugli output. Il rapporto tecnico è stato pubblicato il 23 giugno 2026 e la pagina lo indica come una lettura di 58 minuti.
Krea definisce Krea 2 un modello fondamentale text-to-image con pesi aperti per l'esplorazione creativa. La scheda del modello indica come formato di rilascio i pesi aperti, affiancati dall'integrazione con i prodotti ospitati da Krea. Specifica che i dati di addestramento comprendono dati pubblicamente disponibili, dati di terze parti concessi in licenza e dati sintetici generati con metodi proprietari. Aggiunge inoltre che i contenuti dannosi vengono filtrati prima dell'addestramento e che i dati di bassa qualità, duplicati o irrilevanti vengono ridotti.
Il rapporto tecnico offre maggiori dettagli sulla pipeline dei dati. Krea afferma che i dati di preaddestramento non includono immagini generate dall'AI e che classificatori interni filtrano rumore, modifiche eccessive, loghi, filigrane, contenuti NSFW, meme e schermate. La pipeline per le didascalie combina OCR, metadati e comprensione multimodale per creare descrizioni più complete delle immagini. L'addestramento include anche prompt più brevi, simili a quelli degli utenti, così che il modello incontri sia didascalie lunghe sia prompt creativi reali.
L'addestramento passa dalla bassa all'alta risoluzione
Krea 2 usa un Diffusion Transformer come struttura portante per la generazione di immagini. Secondo il rapporto tecnico, il preaddestramento procede da 256px a 512px e poi a 1024px. Il modello finale usa la loss rectified-flow e la v-parameterization. Il rapporto riferisce anche che il team ha impiegato iREPA nelle prime fasi di addestramento a bassa risoluzione per accelerare la convergenza, per poi rimuoverlo affinché MMDiT potesse apprendere rappresentazioni proprie.
Il processo prosegue quindi con midtraining, supervised fine-tuning, ottimizzazione delle preferenze e reinforcement learning. Il midtraining adatta il modello a una distribuzione più vicina alle attività successive prima del supervised fine-tuning. La fase di supervised fine-tuning usa un insieme più piccolo e filtrato appositamente di immagini dall'elevato valore estetico, per migliorare la qualità complessiva del checkpoint e correggere i problemi di saturazione eccessiva e texture presenti nei primi checkpoint.
L'ottimizzazione delle preferenze è divisa in due passaggi: prima un'elaborazione su larga scala di coppie di preferenze sintetiche, poi la calibrazione con etichette umane interne. La fase di reinforcement learning usa un metodo multi-ricompensa simile a GRPO, con modelli di ricompensa per estetica complessiva, aderenza al prompt, resa del testo, struttura e artefatti. Il rapporto afferma inoltre che Krea ha addestrato un modello di ricompensa dedicato agli artefatti per ridurre errori strutturali quali dita in eccesso, arti deformati e testo distorto.
L'espansore dei prompt fa parte del rilascio
Il rapporto tecnico dedica ampio spazio all'espansore dei prompt. Secondo Krea, i prompt densi producono spesso immagini migliori, mentre quelli degli utenti sono spesso brevi, colloquiali e poco specifici. I modelli di immagini traggono maggiore vantaggio da descrizioni dettagliate, più vicine alla distribuzione delle didascalie di addestramento. Krea progetta quindi l'espansore come un sistema che trasforma un prompt breve in una didascalia più lunga e più adatta al modello di immagini.
L'espansore viene inizialmente sottoposto a supervised fine-tuning a partire da un modello linguistico aperto. I dati di addestramento provengono da coppie sintetiche che associano didascalie lunghe a brevi prompt utente; il sistema apprende poi la direzione inversa, espandendo prompt brevi in descrizioni adatte al modello. Krea usa quindi il reinforcement learning per ottimizzare l'effetto dell'espansore sulla qualità finale delle immagini, aggiungendo controlli di fedeltà al prompt, sicurezza e vincoli. Il rapporto menziona anche l'uso di un punteggio di diversità degli embedding DINOv3 per impedire che gli output collassino in un unico stile.
Raw è per l'addestramento, Turbo per l'inferenza
Raw e Turbo sono i due nomi che più facilmente vengono confusi. Il README del repository open source li distingue con chiarezza: Raw è il modello di base non distillato, più adatto ad addestramento LoRA, post-training ed esperimenti di ricerca; Turbo è la versione distillata per inferenza rapida, destinata alla generazione text-to-image quotidiana. Gli esempi ufficiali seguono la stessa logica: addestrare le LoRA su Raw e generare direttamente con Turbo.
La differenza non riguarda soltanto la velocità. Raw conserva una porzione maggiore dello spazio di addestramento per i ricercatori che vogliono continuare a plasmare il modello. Turbo è passato attraverso post-training, fine-tuning e distillazione, risultando più adatto a rapide verifiche della direzione visiva. Entrambi sono rilasci con pesi aperti, ma Raw non va trattato come il normale punto di ingresso per la generazione e Turbo non va descritto come base per l'addestramento.
La scheda del modello Turbo su Hugging Face riunisce inoltre famiglia del modello, formato di rilascio, fonti dei dati di addestramento, limiti di sicurezza e requisiti di licenza. Ricorda a chi distribuisce il modello che sono necessari filtri o revisioni e che gli utenti restano responsabili degli output. I pesi aperti riducono la barriera per ricerca e distribuzione, ma non eliminano i vincoli relativi a copyright, somiglianza personale, contenuti illegali o regole delle piattaforme.
| Checkpoint | Ruolo ufficiale | Impiego ideale | Limite |
|---|---|---|---|
| Krea 2 Raw | Checkpoint di base non distillato | Addestramento LoRA, post-training, esperimenti di ricerca e adattamento dello stile. | Conserva spazio per l'addestramento; non è il normale punto di ingresso per la generazione rapida. |
| Krea 2 Turbo | Checkpoint distillato in 8 passaggi | Generazione text-to-image rapida, verifiche della direzione visiva e iterazione creativa. | È il percorso di inferenza; non va descritto come checkpoint di base per ulteriore addestramento. |
Si comporta più come un generatore di direzione visiva
Gli esempi nella pagina di lancio di Krea si concentrano su persone e scene, concept di prodotto, texture della moda, atmosfera degli interni, illuminazione cinematografica e illustrazione editoriale. Il modello non viene presentato principalmente come sistema per testi da poster o ricostruzione di loghi. Cerca di gestire soggetto, materiale, luce, composizione e fonte stilistica nella stessa immagine.
Questo avvicina Krea 2 alla parte iniziale di un flusso creativo: trasformare un obiettivo stilistico astratto in più immagini da confrontare. Moodboard di marca, concept di prodotto, immagini per campagne, direzioni per copertine, impostazioni dei personaggi e atmosfere spaziali ricorrono tutti negli esempi pubblici. Quando il compito richiede impaginazione rigorosa, testi lunghi leggibili, testi per confezioni o marchi, restano importanti capacità specializzate di controllo del testo e del layout.
Le classifiche sono solo una prospettiva
Krea cita anche valutazioni di terze parti e classifiche delle preferenze tra modelli, ma queste possono rispondere soltanto a una parte della domanda. Le valutazioni delle preferenze text-to-image confrontano in genere prompt, immagini prodotte e preferenze umane all'interno di un unico processo. Sono utili per leggere l'attrattiva visiva generale, ma non possono sostituire un giudizio specifico per l'attività. Resa del testo, titoli in cinese, loghi, impaginazioni complesse, coerenza dei personaggi e regole di consegna commerciale richiedono tutti verifiche separate.
Krea 2 riunisce i pesi aperti e il prodotto ospitato nella stessa famiglia di modelli. Raw mantiene aperto lo spazio di addestramento, mentre Turbo offre un percorso di inferenza più diretto. Questa organizzazione fornisce a ricercatori, sviluppatori e creatori un unico insieme condiviso di materiali del modello, anziché separare un checkpoint di ricerca da un modello di prodotto.
Il confronto pratico, quindi, non si riduce a “quale modello vince”. Krea 2 Turbo si comprende meglio come modello rapido per la direzione visiva; Raw è il percorso per proseguire l'addestramento; i sistemi DiT più pesanti restano rilevanti quando un flusso può permettersi un'inferenza più lenta per ottenere un singolo risultato rifinito. L'articolo mantiene separati questi compiti, per non appiattire il rilascio sotto un'unica etichetta generica di “modello di immagini”.
Il confine tracciato dal materiale pubblico
Questo rilascio dispone di diverse fonti verificabili in modo incrociato: la pagina di lancio mostra l'obiettivo visivo, la pagina open source spiega la disponibilità dei pesi, il rapporto tecnico illustra il processo di addestramento, il repository GitHub fornisce un punto di accesso per l'inferenza e la scheda del modello su Hugging Face elenca pesi, fonti dei dati, rischi e requisiti di licenza. Ogni fonte svolge un ruolo diverso, quindi Krea 2 non va riassunto sulla base di una sola.
Per i creatori, Krea 2 riporta i modelli con pesi aperti nel dibattito sull'estetica e sulla percezione del prodotto. Per gli sviluppatori, il rilascio parallelo di Raw e Turbo offre due percorsi distinti: continuare l'addestramento oppure eseguire direttamente l'inferenza. Per chi distribuisce il modello, i requisiti di sicurezza, filtraggio e licenza presenti nella scheda restano limiti da gestire prima del lancio.