# Krea 发布 Krea 2 技术报告：开源生图模型，不追求单一美颜，而是让你能探索各种视觉风格

> 原标题：Krea 2 Technical Report

- 来源：Hacker News 首页
- 发布时间：2026-06-23T15:31:21.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/40297
- 原文：https://www.krea.ai/blog/krea-2-technical-report

## 摘要

Krea 2 是一系列开源文生图模型，采用宽松许可证。它没有把力气花在优化一种精致默认画风上，而是想覆盖更广的视觉风格，让用户通过文字或参考图去探索。预训练数据刻意排除了 AI 生成的图片，也不用美学评分模型去过滤，只去掉了重复样本、VLM 描述不清的图、有害偏见内容、过于复杂的图。架构是扩散 Transformer，用了 iREPA、改进版 VAE、...

## 推荐理由

Krea 2 开源了模型和一份技术报告，亮点是数据策略：不用 AI 生成的图、不用美学评分过滤，想靠这个覆盖更宽的视觉风格。对做模型训练的人有干货，但报告没放对比评测或用户实测，在文生图这个拥挤赛道里，实际效果还得等社区跑一跑再看，所以给到 78 分、放在 featured 里。

## 锐评

Krea 2 的思路很明确：不做那种一上来就给你一张精美默认图的模型，而是把画风选择权交还给用户。它刻意在预训练数据里排除了 AI 生成的图片，也不用美学评分模型去过滤，只去掉了重复、VLM 描述不清和有害内容。这个做法挺聪明，避免了模型被锁死在某种“网红脸”审美里。架构上用了扩散 Transformer，集成了 iREPA、改进版 VAE 和 Qwen3-VL 文本编码器，还加了分组查询注意力、sigmoid 门控注意力等组件来加速收敛，技术选型比较务实。

两个配套系统是亮点：提示词扩展器用两阶段 SFT+RL 训练，能把用户简短的描述展开成更丰富的视觉方向，而不是粗暴改写；风格参考系统允许上传图片来控制风格和情绪，还能调节强度和混合权重，这对创作者来说比纯文本描述直观得多。在 Artificial Analysis 榜单上排进前十，独立实验室里排第二，成绩不错。

不过报告没披露训练数据的具体规模和来源分布，也没给出与主流闭源模型在风格多样性上的量化对比，只说“覆盖广”但缺数字支撑。另外，风格参考系统在内容泄露上的控制程度，正文只提了“最小化”，没有给出具体的评估指标，这点先别太激动。