开源文生图模型Krea2发布：12B参数支持中文提示词

背景

近期，开源社区再次迎来重磅文生图模型的发布。国外团队从零开始训练了一款名为 Krea2 的模型，该模型在参数规模上达到了 12B（120亿参数）。这一发布引发了国内 AI 爱好者社区的广泛关注，特别是在 LINUX DO 等平台上，用户对其性能、特性以及与现有主流模型（如 z-image-turbo）的对比进行了热烈讨论。

核心内容

Krea2 是由国外团队从零开始训练的大规模文生图模型，拥有 12B 参数。其 Turbo 版本在生成效率上表现突出，仅需 8 步即可输出图像。在语言支持方面，该模型原生支持中文自然语言提示词，降低了中文用户的使用门槛。

在社区实测反馈中，Krea2 展现出以下特点：

• 优点：对提示词的响应程度良好，能够准确理解用户意图；特别值得一提的是，该模型对亚洲人脸的生成支持较好，解决了部分模型在生成特定人种面部特征时的偏差问题。基于这些表现，有观点认为其具备与 z-image-turbo 竞争的实力。
• 缺点：中文字符在生成图像中的显示效果较差（相比之下英文字符显示正常）；此外，其生成速度略慢于 ZIT（z-image-turbo）。

关于用户高度关注的某些高级功能（原文暗示可能涉及敏感或特定限制功能），目前官方版本并不直接支持。虽然理论上可以通过添加特定节点来绕过限制，但由于相关云平台尚未支持该节点，且作者本地硬件条件有限无法进行本地部署测试，因此实际绕过效果尚未经过验证。

关键要点

• 模型规格：Krea2 为 12B 参数模型，由国外团队从零训练，Turbo 版本支持 8 步出图，兼顾了质量与速度。
• 语言适配：原生支持中文自然语言提示词，但在图像内嵌中文字符的渲染效果不佳，英文字符表现正常。
• 人像生成优势：对亚洲人脸的生成质量较高，提示词响应准确，在特定场景下表现优异。
• 竞品对比：在提示词理解和亚洲人像生成上具备竞争力，有望与 z-image-turbo 形成直接竞争关系；但在生成速度和字符渲染上略逊一筹。
• 功能限制与变通：不支持某些特定高级功能，虽有节点绕过方案，但因平台支持度和硬件限制，实际可用性存疑。

意义与影响

Krea2 的开源标志着文生图领域在亚洲人像生成和中文语义理解上的进一步突破。对于中文用户而言，原生支持中文提示词且对亚洲人脸友好，意味着在使用体验上更加贴近本土需求，减少了以往需要大量调整提示词或依赖特定 LoRA 的麻烦。

同时，该模型与 z-image-turbo 等现有主流模型的竞争，将推动行业在生成速度、字符渲染能力以及功能完整性上的持续优化。尽管目前在字符显示和特定功能支持上仍有短板，但其开源性质和社区反馈机制有助于快速迭代。对于开发者和用户来说，Krea2 提供了一个新的选择，特别是在需要高质量亚洲人像生成的场景中，可能成为 z-image-turbo 的有力替代方案。然而，用户需注意其在字符渲染和速度上的局限性，并根据实际需求选择合适的模型或工作流。