Генерация изображений с помощью ИИ корпоративного уровня за 2 секунды уже здесь: Krea 2 Raw и Turbo доступны с открытыми весами по индивидуальной лицензии

Хотя многие предприятия уже начали внедрять созданные с помощью ИИ изображения, визуальные эффекты, графику и видео в свои производственные процессы, также наблюдается растущий объем данных и субъективных комментариев, указывающих на то, что изображения от ИИ в конечном итоге выглядят невыразительно, монотонно и слишком неоригинально, чтобы бренд и его активы могли выделиться на общем фоне. Другими словами, это «цифровой мусор от ИИ».

Стартап в сфере креативных инструментов на базе ИИ Krea надеется изменить эту тенденцию, открывая веса своей новой передовой модели генерации изображений Krea 2 в виде двух версий — «Krea 2 Raw» и «Krea 2 Turbo» — на условиях пользовательской лицензии, которая требует от компаний с числом сотрудников более 50 человек платить за корпоративное использование, а также обязывает всех пользователей любого масштаба внедрять технические средства защиты для предотвращения создания незаконных материалов, интимных материалов без согласия (NCII), материалов с изображением сексуального насилия над детьми (CSAM) или клеветнических ресурсов.

Обе модели доступны для публичного скачивания на платформе Hugging Face. По заявлению компании, модели обеспечивают большее визуальное разнообразие по сравнению с типичными генераторами ИИ, сохраняя при этом высокую точность следования подсказкам (промптам), детализацию и качество. Что немаловажно, они также предоставляют предприятиям и пользователям возможность настраивать результаты генерации гораздо гибче, чем типичные проприетарные или даже другие модели с открытым исходным кодом.

А для тех, кто стремится генерировать изображения с высокой пропускной способностью, скорость генерации Krea 2 Turbo составляет всего 2 секунды, что делает ее одной из самых быстрых среди доступных в настоящее время моделей генерации изображений как с открытым, так и с проприетарным кодом.

Сравнение скорости API и лицензирования генераторов изображений на базе ИИ (середина 2026 г.)

Источники: Artificial Analysis, Krea, MindStudio.AI

Архитектурная бифуркация и трансформер на 12 млрд параметров

В технической основе релиза лежит архитектурный фреймворк, созданный полностью с нуля: диффузионный трансформер, масштабированный до 12 миллиардов параметров.

Вместо развертывания одной сильно дообученной модели для всех последующих задач Krea выпускает в открытый доступ две сильно различающиеся контрольные точки (checkpoint), зафиксированные на определенных этапах жизненного цикла обучения модели.

Отходя от многопоточных конфигураций ради структурной ясности, основной движок стандартизирует архитектуру блоков однопоточного трансформера, в которой слои внимания и MLP (многослойного персептрона) совместно используются нативно как для текстовых, так и для графических токенов.

Для максимизации вычислительной эффективности Krea включает слой SwiGLU MLP, работающий с коэффициентом расширения 4x, наряду с механизмом группового внимания с запросами (Grouped-Query Attention, GQA) в сочетании со слоями внимания с гейтированным сигмоидом для стабилизации динамики обучения.

Кондиционирование по временным шагам (timestep conditioning) сильно оптимизировано: сеть заменяет традиционные модули MLP для каждого блока облегченным настраиваемым смещением для каждого блока, что позволяет успешно сократить общее количество параметров модуляции блоков на 20–30% и перераспределить этот бюджет параметров непосредственно на основные слои.

Позиционное кодирование управляется с помощью схемы 3D осевого вращательного позиционного вложения (3D Axial Rotary Position Embedding, RoPE), отображающей координаты по отдельным кадрам, высоте и ширине.

Krea 2 Raw представляет собой недистиллированную базовую контрольную точку релиза, взятую непосредственно из середины этапа обучения более крупного цикла разработки Krea 2 Medium.

Поскольку в ней отсутствует посттренировочное выравнивание, обучение с подкреплением на основе отзывов людей (RLHF) или финальная эстетическая дистилляция, Krea 2 Raw функционирует как чистый холст.

Она сохраняет обширное некурированное скрытое пространство (latent space), что делает ее малопригодной для немедленного использования «из коробки» по текстовым подсказкам, но при этом высоко оптимизированной для структурного обучения.

Работа с этой моделью через библиотеку Hugging Face `diffusers` требует больших вычислительных ресурсов: выполнение происходит через `Krea2Pipeline` в точности `torch.bfloat16` за 52 шага инференса со шкалой guidance scale, равной 3,5.

Для ускорения ранней архитектурной сходимости во время первой эпохи этой базовой фазы обучения на 256px Krea применила методы внутреннего выравнивания представлений (iREPA), прежде чем отключить их, чтобы позволить базовой модели развивать независимые структурные представления.

Вторая контрольная точка, Krea 2 Turbo, представляет собой противоположную сторону спектра оптимизации.

Это дистиллированный вариант после посттренировки, полученный из Krea 2 Medium. Благодаря дистилляции знаний сложная многошаговая последовательность генерации сети сжата до невероятно компактного рабочего профиля.

Krea 2 Turbo сокращает необходимый цикл генерации всего до 8 шагов инференса со шкалой guidance scale 0,0, позволяя ей рендерить нативные изображения с разрешением 2k на стандартном потребительском оборудовании примерно за 2 секунды.

Базовые скрытые представления для обеих моделей оптимизированы за счет интеграции Qwen Image VAE и FLUX 2 VAE, что гарантирует быстрое схождение при сохранении высокой точности реконструкции.

Данные и обучение

Стратегия формирования базового набора данных для семейства Krea 2 опирается на гибридную смесь общедоступных данных, сторонних лицензированных репозиториев изображений и тщательно отобранных синтетических датасетов, созданных с помощью проприетарных методов генерации.

Перед финальным обучением Krea обработала эти коллекции с помощью строгих алгоритмических фильтров, предназначенных для удаления дублирующихся кадров, медиафайлов низкого разрешения, а также явного или вредоносного контента, что обеспечило высокую точность и строгое соответствие подсказкам в обеих моделях.

Krea проводит политику нулевого использования синтетических данных в своем первичном наборе для предварительного обучения.

Чтобы предотвратить ограничения по качеству и искажения результатов, вызванные данными, созданными ИИ, инженерная команда развернула собственные внутренние классификаторы фильтрации на базе архитектур DINOv3 и SigLIP-2 для полного удаления синтетических изображений в больших масштабах.

Кроме того, вместо использования традиционных эстетических фильтров на базе моделей, которые невольно уничтожают такие художественные задумки, как размытие в движении (motion blur), Krea сохраняет широкие стилистические границы.

Команда обучила разреженный автоэнкодер (Sparse Autoencoder, SAE) на эмбеддингах SigLIP-2 для изоляции и фильтрации подлинных визуальных артефактов с помощью неконтролируемой структуры тегирования.

Krea 2 Raw против Krea 2 Turbo: различия и варианты использования

Релиз устанавливает четкую рабочую парадигму для профессиональных студий и независимых творцов: «обучай на Raw, генерируй с Turbo». Этот рабочий процесс использует уникальные архитектурные свойства обоих файлов с открытыми весами для оптимизации как точности обучения, так и скорости рендеринга.

В конвейерах творческого производства инженеры могут использовать Krea 2 Raw для обучения пользовательских адаптаций с низким рангом (LoRA) или донастройки под конкретные домены.

Поскольку контрольная точка Raw не содержит предвзятых стилистических мнений или жестких посттренировочных ограничений, она с высокой точностью и без стилистических помех впитывает уникальные эстетические направления, такие как стили архитектурного проектирования, специфические активы бренда или сложные световые решения.

После завершения фазы обучения создатели могут перенести эти самые LoRA непосредственно на Krea 2 Turbo.

Эта методология отражена в собственной экосистеме разработки Krea, которая содержит внутреннюю коллекцию пользовательских LoRA, обученных исключительно на базовой модели Raw, но оптимизированных для выполнения в рамках рабочих процессов Turbo.

На уровне пользовательских приложений Krea объединяет эту двухдвижковую систему с мощной системой переноса стилей. Вместо того чтобы полагаться на неустойчивые текстовые описания для достижения художественного вида, пользователи могут загружать несколько референсных изображений стиля прямо в систему.

Krea 2 сопоставляет эти референсы в своем скрытом пространстве, позволяя авторам изолировать отдельные эстетические компоненты, объединять различные мудборды, регулировать силу стиля с помощью генеративных ползунков и точно настраивать уровни вариативности пакетов для поддержания визуальной целостности при крупномасштабных итерациях дизайна.

Чтобы устранить разрыв между сырыми текстовыми подписями для обучения и краткими пользовательскими запросами, Krea объединила этот набор инструментов с продвинутым расширителем промптов на базе LLM. Доработанный с помощью оптимизации предпочтений на основе обобщенной глубокой Q-сети (GDPO) и обученный на синтетических следах рассуждений для сохранения восстановления намерений, расширитель применяет уклон в сторону фотографической среды к фотореалистичным запросам и интегрирует активный показатель разнообразия эмбеддингов DINOv3 по группам развертывания, чтобы предотвратить скатывание автоматизированных процедур промптинга к единому фирменному стилю.

Хотя Krea 2 Medium и Krea 2 Large остаются флагманскими моделями компании для высокоточной композиции и безусловного следования стилю, Turbo выполняет критически важную роль быстрого создания визуальных идей.

Она служит интерактивным черновиком для раннего создания концепций, быстрого экспериментирования с промптами и итеративного арт-дирекшна, где требуются практически мгновенные циклы обратной связи для поддержания творческого импульса.

Пользовательская лицензия и ее особенности

Активы с открытыми весами распространяются под Лицензионным соглашением сообщества Krea 2, действующим наряду с официальной Политикой допустимого использования.

На макроуровне эта правовая база отражает недавние тенденции индустрии к разрешению коммерческого использования, нацеленному на малый бизнес и ограничивающему эксплуатацию крупными предприятиями.

Лицензия прямо разрешает частным лицам, независимым авторам и небольшим коммерческим компаниям создавать приложения, монетизировать сгенерированные изображения и интегрировать открытые веса непосредственно в коммерческие программные продукты без роялти.

Кроме того, Krea заявляет, что она «не заявляет авторских прав или других прав интеллектуальной защиты на контент, созданный пользователями этой модели», оставляя право собственности на результаты полностью в руках оператора.

Для организаций, выходящих за рамки этого базового уровня, экосистема переходит в платную структуру индивидуального уровня.

Хотя в официальной документации Krea отсутствует жесткий порог выручки, определяющий «крупное предприятие», компания структурно разграничивает границу на основе масштаба организации: стандартное коммерческое использование ограничивается уровнем «Business», рассчитанным на количество до 50 сотрудников.

Следовательно, любое юридическое лицо, требующее более 50 мест, интеграции единого входа (SSO), гарантированных соглашений об уровне обслуживания (SLA) или индивидуальных соглашений об обработке данных (DPA), квалифицируется как предприятие (Enterprise).

Эти более крупные структуры выходят за рамки бесплатной общественной лицензии (Community License) и должны оплачивать индивидуальную коммерческую лицензию, работая на условиях «Индивидуальных условий предоставления услуг» (Custom Terms of Service), согласованных напрямую с отделом продаж Krea.

Кроме того, доступ разработчиков к официальному API Krea остается полностью отделенным от релиза с открытыми весами; использование API работает как отдельная платная услуга, оплачиваемая динамически на основе генераций (измеряется в микродолларах) и требующая предоплаченного баланса в USD независимо от стандартных ежемесячных подписок на вычисления.

Однако внимательный анализ выявляет значительный структурный сдвиг в отношении соблюдения правовых норм и норм поведения для всех развертываний на собственном оборудовании.

В отличие от традиционных разрешений с открытым исходным кодом, таких как лицензии MIT или Apache 2.0, которые предоставляют безусловные права на использование и полностью снимают ответственность, Лицензия сообщества Krea 2 устанавливает строгие правила поведения для нижестоящих пользователей.

Поскольку Krea отказывается от централизованного контроля над последующим развертыванием своих открытых весов, контракт юридически обязывает разработчиков внедрять протоколы модерации контента на уровне инфраструктуры.

Согласно условиям соглашения, любой разработчик или платформа, размещающие модели Krea 2, должны внедрить активные классификаторы входа/выхода или эквивалентные механизмы фильтрации контента для активного предотвращения генерации незаконных материалов, интимных материалов без согласия (NCII), материалов с изображением сексуального насилия над детьми (CSAM) или клеветнических ресурсов.

Разработчики, не сумевшие развернуть эти защитные уровни безопасности, совершают прямое нарушение контракта, дающее Krea исключительное право обновлять веса модели или полностью аннулировать доступ к семейству моделей.

Сведения о Krea

Основанная в 2022 году выпускниками факультета инженерных систем аудиовизуальных технологий Виктором Пересом (Víctor Perez) и Диего Родригесом Прадо (Diego Rodriguez Prado), базирующаяся в Сан-Франциско компания Krea изначально завоевала популярность на рынке как невероятно плавный слой пользовательского интерфейса, созданный для оркестровки разрозненных сторонних генеративных движков ИИ.

Быстрое масштабирование стартапа за счет продуктово-ориентированного роста завершилось привлечением совокупного 83 миллионов долларов венчурного капитала от крупных фондов, включая Andreessen Horowitz и Bain Capital Ventures, а также от институциональных инвесторов на ранних стадиях, таких как Pebblebed, Abstract Ventures и Gradient Ventures.

По данным ее веб-сайта, база пользователей компании по состоянию на июнь 2026 года превысила 30 миллионов человек в 191 стране.

Запуск семейства моделей Krea 2 с открытыми весами представляет собой кульминацию осознанной эволюции Krea из мультимодельного SaaS-агрегатора в самодостаточную медиа-исследовательскую лабораторию.

На ранних этапах своего жизненного цикла Krea сосредоточилась на создании инструментов для рабочих процессов, систем редактирования и конвейера автоматизации на основе нод, который позволял цифровым художникам объединять модели от конкурентов, таких как Runway, Midjourney и Adobe, под одной подпиской.

Однако, чтобы защитить себя от зависимости от вышестоящих платформ и давления маржи поставщиков, компания агрессивно переключилась на разработку собственных архитектур. Этот переход начал обретать публичные очертания в июле 2025 года с выпуском в открытый доступ контрольной точки FLUX.1 Krea с пользовательской кураторской обработкой, за которой в октябре 2025 года последовала Krea Realtime 14B — авторегрессионная видеомодель, дистиллированная из Wan 2.1 и способная рендерить 11 кадров в секунду на локализованном корпоративном оборудовании.

Это техническое созревание идет параллельно с ускоренным выходом Krea на рынок высококлассных корпоративных рабочих процессов. Крупномасштабные операции по творческому производству переключились на рассмотрение Krea в качестве базовой креативной инфраструктуры; например, платформа цифровых креативных сервисов

Superside сообщила о миграции рабочих процессов с фрагментированных установок с открытым исходным кодом на маршрутизацию примерно 80 процентов всего своего генеративного производства ИИ через Krea.

Кроме того, Krea заключила стратегическое партнерство по совместной разработке с базирующейся в Копенгагене архитектурной фирмой Henning Larsen для создания высокоограниченных, доменно-специфичных инструментов проектирования, настроенных в соответствии с нормативными требованиями Закона об искусственном интеллекте ЕС (EU AI Act).

Выпуская Krea 2 Raw и Turbo в качестве моделей с открытыми весами, Krea продолжает свое расширение из поставщика инструментов ИИ в самостоятельного провайдера моделей.

Альтернатива типичным жестким API для работы с изображениями ИИ?

Создатели уделяют пристальное внимание структурной свободе, которую предоставляет невыровненная контрольная точка Raw, рассматривая ее как важную альтернативу закрытым API, предоставляемым моделями с закрытым исходным кодом.

В своем официальном анонсе в X Krea подчеркнула фундаментальный сдвиг, который этот запуск представляет для открытых рабочих процессов ИИ.

Разработчики отмечают, что, рассматривая ИИ как «настоящую творческую среду», которая ощущается «сырой, гибкой, непредвзятой и ничем не ограниченной», Krea намеренно предоставляет инфраструктуру, которую создатели могут «сломать, если [они] захотят», уходя далеко от жестких защитных барьеров, которые часто ограничивают визуальный диапазон конкурирующих корпоративных инструментов.

Поскольку независимые разработчики моделей начинают компилировать репозитории Hugging Face, практическая ценность релиза будет определяться тем, насколько эффективно сообщество с открытым исходным кодом сможет масштабировать пользовательские LoRA с помощью Krea 2 Raw.

Предоставив четкие коммерческие условия и снизив порог входа по аппаратному обеспечению с помощью 8-шагового конвейера инференса Turbo, Krea представила высококонкурентную альтернативу рынку открытых весов, бросив вызов доминирующим моделям за счет приоритизации художественного контроля над централизованным корпоративным выравниванием.