Krea 2: Krea AI phát hành trọng số Raw và Turbo cho tạo ảnh
Krea AI phát hành Krea 2 Raw và Krea 2 Turbo dưới dạng trọng số mở. Báo cáo kỹ thuật mô tả Krea 2 là mô hình diffusion text-to-image 12B được huấn luyện từ đầu, đồng thời nêu chi tiết lọc dữ liệu, caption pipeline, post-training, reinforcement learning và ranh giới an toàn-giấy phép.
Tin tức mô hình / Krea AI
Krea AI giới thiệu Krea 2 vào tháng 6 năm 2026, sau đó công bố Raw và Turbo dưới dạng hai checkpoint có trọng số mở. Báo cáo kỹ thuật chính thức mô tả đây là mô hình khuếch tán văn bản thành hình ảnh 12 tỷ tham số được huấn luyện từ đầu, với các thành phần gồm mô hình ngôn ngữ đa phương thức, Diffusion Transformer và bộ tự mã hóa hình ảnh. Krea cũng phát hành trang giới thiệu, báo cáo kỹ thuật, kho GitHub, thẻ mô hình Hugging Face và văn bản giấy phép.
Bản phát hành đặt trọng tâm lâu dài của Krea vào “thẩm mỹ” trong bối cảnh trọng số mở. Tài liệu chính thức không xem Krea 2 chỉ là mô hình ảnh chân thực hay mô hình để chạy bảng xếp hạng. Nó được trình bày quanh việc khám phá phong cách, ý tưởng sản phẩm, con người và bối cảnh, chất liệu bề mặt và quy trình sáng tạo. Raw hướng đến huấn luyện và nghiên cứu, còn Turbo hướng đến suy luận nhanh; kho mã và thẻ mô hình tách rõ hai lộ trình này.
Từ trang phát hành đến thẻ mô hình
Tài liệu công khai của Krea 2 được chia thành nhiều lớp. Trang sản phẩm cho thấy mẫu ảnh và cách dùng trong công cụ sáng tạo. Trang nguồn mở giải thích rằng trọng số Raw và Turbo đã có sẵn. Kho GitHub cung cấp mã suy luận. Thẻ Hugging Face ghi lại loại mô hình, kiến trúc, giấy phép, dữ liệu huấn luyện, biện pháp an toàn và trách nhiệm đối với đầu ra. Báo cáo kỹ thuật được công bố ngày 23 tháng 6 năm 2026 và trang này ghi thời gian đọc là 58 phút.
Krea gọi Krea 2 là mô hình nền tảng văn bản thành hình ảnh có trọng số mở cho hoạt động khám phá sáng tạo. Thẻ mô hình mô tả định dạng phát hành gồm trọng số mở và tích hợp với sản phẩm do Krea lưu trữ. Dữ liệu huấn luyện bao gồm dữ liệu công khai, dữ liệu của bên thứ ba được cấp phép và dữ liệu tổng hợp bằng phương pháp độc quyền. Thẻ cũng cho biết nội dung có hại được lọc trước huấn luyện, đồng thời giảm dữ liệu chất lượng thấp, trùng lặp hoặc không liên quan.
Báo cáo kỹ thuật cung cấp thêm chi tiết về đường ống dữ liệu. Krea nói dữ liệu tiền huấn luyện không sử dụng hình do AI tạo và các bộ phân loại nội bộ lọc nhiễu, chỉnh sửa quá mức, logo, hình mờ, nội dung NSFW, meme và ảnh chụp màn hình. Đường ống tạo chú thích kết hợp OCR, siêu dữ liệu và hiểu biết đa phương thức để tạo mô tả đầy đủ hơn. Quá trình huấn luyện cũng trộn các lời nhắc ngắn theo phong cách người dùng để mô hình tiếp xúc với cả chú thích dài lẫn yêu cầu sáng tạo thực tế.
Huấn luyện chuyển từ độ phân giải thấp lên cao
Krea 2 dùng Diffusion Transformer làm lõi tạo ảnh. Báo cáo kỹ thuật cho biết tiền huấn luyện chuyển từ 256 px sang 512 px rồi 1024 px. Mô hình cuối cùng sử dụng hàm mất mát rectified flow và v-parameterization. Nhóm cũng dùng iREPA ở giai đoạn đầu có độ phân giải thấp để tăng tốc hội tụ, sau đó loại bỏ để MMDiT tự học cách biểu diễn.
Quá trình tiếp tục qua huấn luyện trung gian, tinh chỉnh có giám sát, tối ưu theo sở thích và học tăng cường. Huấn luyện trung gian điều chỉnh mô hình về phân phối gần hơn với tác vụ sau này trước khi tinh chỉnh có giám sát. Giai đoạn tinh chỉnh dùng một tập nhỏ hơn, được lọc riêng theo chất lượng thẩm mỹ cao, nhằm nâng chất lượng checkpoint tổng thể và xử lý tình trạng bão hòa màu cùng lỗi chất liệu ở các checkpoint đầu.
Tối ưu sở thích được chia làm hai bước: đầu tiên là một lượt lớn với cặp sở thích tổng hợp, sau đó hiệu chỉnh bằng nhãn do con người nội bộ cung cấp. Giai đoạn học tăng cường dùng phương pháp đa phần thưởng tương tự GRPO, với mô hình phần thưởng cho thẩm mỹ tổng thể, mức độ bám lời nhắc, dựng chữ, cấu trúc và lỗi hình. Báo cáo còn cho biết Krea huấn luyện một mô hình phần thưởng chuyên phát hiện lỗi để giảm sai lệch cấu trúc như thừa ngón tay, biến dạng chân tay và chữ méo.
Bộ mở rộng lời nhắc là một phần của bản phát hành
Báo cáo dành nhiều nội dung cho bộ mở rộng lời nhắc. Krea cho rằng lời nhắc giàu chi tiết thường tạo ảnh tốt hơn, trong khi yêu cầu của người dùng thường ngắn, mang tính hội thoại và chưa đủ cụ thể. Mô hình ảnh phù hợp hơn với mô tả chi tiết, gần với phân phối chú thích huấn luyện. Vì vậy, Krea thiết kế bộ mở rộng để ánh xạ một lời nhắc ngắn thành chú thích dài hơn và thân thiện hơn với mô hình ảnh.
Trước tiên, bộ mở rộng được tinh chỉnh có giám sát từ một mô hình ngôn ngữ mở. Dữ liệu huấn luyện đến từ các cặp tổng hợp ánh xạ chú thích dài thành lời nhắc người dùng ngắn, rồi học chiều ngược lại: mở rộng lời nhắc ngắn thành mô tả phù hợp với mô hình. Krea sau đó dùng học tăng cường để tối ưu tác động của bộ mở rộng lên chất lượng ảnh cuối, đồng thời thêm kiểm tra độ trung thành, an toàn và ràng buộc. Báo cáo cũng nhắc đến điểm đa dạng embedding DINOv3 để ngăn đầu ra co cụm vào một phong cách duy nhất.
Raw dành cho huấn luyện, Turbo dành cho suy luận
Raw và Turbo là hai tên dễ bị nhầm lẫn nhất. README của kho nguồn mở phân biệt rõ: Raw là mô hình cơ sở chưa chưng cất, phù hợp hơn cho huấn luyện LoRA, hậu huấn luyện và nghiên cứu; Turbo là phiên bản chưng cất dành cho suy luận nhanh và tạo ảnh thường ngày. Ví dụ chính thức cũng theo cùng logic: huấn luyện LoRA trên Raw và tạo ảnh trực tiếp bằng Turbo.
Khác biệt không chỉ nằm ở tốc độ. Raw giữ lại nhiều không gian huấn luyện hơn cho nhà nghiên cứu muốn tiếp tục định hình mô hình. Turbo đã trải qua hậu huấn luyện, tinh chỉnh và chưng cất, nên thích hợp hơn cho việc kiểm tra nhanh hướng thị giác. Cả hai đều là bản trọng số mở, nhưng không nên xem Raw là lối vào tạo ảnh thông thường, cũng không nên mô tả Turbo là nền tảng để huấn luyện tiếp.
Thẻ Turbo trên Hugging Face cũng nhóm thông tin về họ mô hình, định dạng phát hành, nguồn dữ liệu, giới hạn an toàn và yêu cầu giấy phép. Tài liệu nhắc bên triển khai cần lọc hoặc đánh giá và người dùng vẫn chịu trách nhiệm với đầu ra. Trọng số mở hạ rào cản nghiên cứu và triển khai; chúng không xóa bỏ giới hạn về bản quyền, hình ảnh cá nhân, nội dung bất hợp pháp hay quy định nền tảng.
| Checkpoint | Vai trò chính thức | Phù hợp nhất | Giới hạn |
|---|---|---|---|
| Krea 2 Raw | Checkpoint cơ sở chưa chưng cất | Huấn luyện LoRA, hậu huấn luyện, thử nghiệm nghiên cứu và thích ứng phong cách. | Giữ lại không gian huấn luyện; không phải lối vào tạo ảnh nhanh hàng ngày. |
| Krea 2 Turbo | Checkpoint chưng cất 8 bước | Tạo ảnh từ văn bản nhanh, kiểm tra hướng thị giác và lặp sáng tạo. | Đây là lộ trình suy luận; không nên mô tả nó là checkpoint cơ sở cho huấn luyện tiếp. |
Hoạt động giống trình tạo hướng thị giác hơn
Các mẫu trên trang Krea tập trung vào con người và bối cảnh, sản phẩm ý tưởng, chất liệu thời trang, không khí nội thất, ánh sáng điện ảnh và minh họa biên tập. Mô hình không chủ yếu được giới thiệu như hệ thống dựng chữ áp phích hay khôi phục logo. Nó cố gắng xử lý chủ thể, vật liệu, ánh sáng, bố cục và nguồn phong cách trong cùng một hình.
Điều đó đưa Krea 2 đến gần phần đầu của quy trình sáng tạo: biến mục tiêu phong cách trừu tượng thành nhiều hình ảnh để so sánh. Bảng cảm hứng thương hiệu, ý tưởng sản phẩm, hình ảnh chiến dịch, hướng thiết kế bìa, thiết lập nhân vật và không khí không gian đều xuất hiện thường xuyên trong các mẫu công khai. Khi nhiệm vụ cần bố cục nghiêm ngặt, đoạn chữ dài dễ đọc, nội dung bao bì hoặc nhãn hiệu, năng lực chuyên biệt về chữ và điều khiển bố cục vẫn rất quan trọng.
Bảng xếp hạng chỉ là một góc nhìn
Krea cũng nhắc đến đánh giá của bên thứ ba và bảng xếp hạng sở thích mô hình, nhưng chúng chỉ trả lời một phần câu hỏi. Đánh giá sở thích văn bản thành hình ảnh thường so sánh lời nhắc, ảnh đầu ra và lựa chọn của con người trong một quy trình. Chúng hữu ích để đọc sức hấp dẫn thị giác chung, nhưng không thay thế nhận định theo từng tác vụ. Dựng chữ, tiêu đề tiếng Trung, logo, bố cục phức tạp, nhân vật nhất quán và quy tắc bàn giao thương mại đều cần đánh giá riêng.
Krea 2 đưa trọng số mở và sản phẩm được lưu trữ vào cùng một họ mô hình. Raw giữ không gian huấn luyện mở, trong khi Turbo cung cấp lộ trình suy luận trực tiếp hơn. Cách sắp xếp này mang lại cho nhà nghiên cứu, nhà phát triển và người sáng tạo một bộ vật liệu chung thay vì tách checkpoint nghiên cứu khỏi mô hình sản phẩm.
Vì vậy, so sánh thực tế không chỉ là “mô hình nào thắng”. Krea 2 Turbo dễ được hiểu là mô hình định hướng thị giác nhanh; Raw là đường tiếp tục huấn luyện; các hệ thống DiT nặng hơn vẫn phù hợp khi quy trình có thể chấp nhận suy luận chậm để đổi lấy một kết quả hoàn thiện. Các nhiệm vụ này được tách rõ để bản phát hành không bị thu gọn thành nhãn “mô hình ảnh” chung chung.
Giới hạn được thể hiện trong tài liệu công khai
Bản phát hành có nhiều nguồn có thể kiểm tra chéo: trang giới thiệu cho thấy mục tiêu thị giác, trang nguồn mở giải thích khả năng tải trọng số, báo cáo kỹ thuật trình bày quy trình huấn luyện, kho GitHub cung cấp điểm vào suy luận và thẻ Hugging Face liệt kê trọng số, nguồn dữ liệu, rủi ro cùng yêu cầu giấy phép. Mỗi nguồn có một vai trò khác nhau, nên không thể tóm tắt Krea 2 chỉ từ một nguồn.
Với người sáng tạo, Krea 2 đưa mô hình trọng số mở trở lại cuộc thảo luận về thẩm mỹ và cảm giác sản phẩm. Với nhà phát triển, việc phát hành song song Raw và Turbo tạo hai lộ trình: tiếp tục huấn luyện hoặc chạy suy luận trực tiếp. Với bên triển khai, yêu cầu an toàn, lọc và giấy phép trong thẻ mô hình vẫn là những giới hạn phải xử lý trước khi ra mắt.