Krea 2 架构揭秘：文本编码器和 VAE 均来自 Qwen，Raw 权重达 26GB

dansuy_gaming · reddit · 2026-08-10

Reddit 用户 dansuygaming 对 Krea 2 的 Raw 检查点进行了技术分析。发现其 DiT 主干从零训练，但文本编码器采用 Qwen3-VL（提取 12 层特征），VAE 采用 Qwen-Image，因此提示理解和图像渲染都源自 Qwen。Raw 权重（bf16）约 26GB，需要 28-52 步生成，在 96GB 显卡上生成 1024x1024 图像需 2.5 分钟以上。Raw 主要用于微调和 LoRA 训练，而蒸馏版 Turbo 仅需 8 步，适合日常生成。