近日,一款名为 Krea 2 的新一代文生图模型在开源社区正式发布,引发了广泛关注。该模型拥有 120 亿(12B)参数,完全从零开始训练,而非基于 Stable Diffusion 或 FLUX 等现有架构微调,具备独立的技术路线。Krea 2 Turbo 版本支持极快的 8 步生成,并且原生支持 4K 高分辨率图像输出,其生成速度仅比 Z-image-turbo 略慢。
在实际表现中,Krea 2 展现出了极高的提示词响应度,特别是在处理亚洲人脸方面,效果显著优于许多现有的通用模型,被测评者认为具备了与 ZIT(Z-image-turbo)正面竞争的实力。然而,该模型也存在一定局限性:测试显示,Krea 2 对中文字符的渲染效果较差,且模型内部内置了较为严格的安全审核过滤器,导致原生状态下不支持 NSFW(不适宜工作场所)内容的生成,甚至有反馈称审核机制会稀释图像质量。
针对这一问题,开发者社区迅速做出反应。GitHub 上已经出现了专门的 ComfyUI 节点(如 ComfyUI-ConditioningKrea2Rebalance),该节点不仅能绕过内置的安全过滤器,还能通过逐层权重优化来消除审核机制对画质的影响,恢复模型的最佳生成能力。目前,模型权重已在 Hugging Face 平台正式开源。
事件分析
此外,围绕该模型出现的“去审核”节点现象,反映了开源社区对于模型“安全性”与“实用性”之间博弈的典型态度。开发者倾向于通过底层修改或条件优化来剥离厂商预设的道德护栏,以追求极致的图像生成质量与创作自由度。这种生态补位能力,正是开源模型区别于闭源 API 的核心生命力所在。
💡 核心观点:Krea 2 以12B参数的高规格填补了开源模型在亚洲人脸及4K生成上的短板,社区的去审核方案进一步释放了其作为生产力工具的潜力。
原文链接:Linux.do







AI周刊:大模型、智能体与产业动态追踪