读规格书发现：Krea 2 图像模型两端都是 Qwen 组件

Even_Package_8573 · reddit · 2026-09-24

作者不满足于各家晒的样张网格，直接读了 Krea 2 的规格说明，发现其骨干虽是从头训练，但真正干活的两个部件都来自 Qwen：文本编码器是 Qwen3-VL 4B，且不像常见做法只取最后隐状态，而是每个 token 取 12 层解码器输出在 transformer 内融合；图像端则是 Qwen-Image VAE 负责从 latent 还原图像。
因此懂 Qwen-Image 的文本与构图行为，基本就懂了 Krea 2 的表现来源。
关于 Raw/Turbo 两种权重的澄清：Raw 不是「无审查」版本，而是未蒸馏的中期训练 checkpoint，用于微调和 LoRA 训练，需 28 步、CFG 4.5，约 26GB（diffusers 安装）；Turbo 是生成用版本，8 步、无 guidance。抱怨它「太重」的人多是拿训练底模去出图。
推荐用法：用 Raw 配五六十张小数据集训 LoRA，再用 Turbo 出图；只想生成图片可直接用量化版 Turbo。

「模型」频道最新