Krea ha reso disponibili i pesi di Krea 2 in due checkpoint distinti, Krea 2 Raw e Krea 2 Turbo, pubblicati su Hugging Face con una licenza proprietaria denominata Krea 2 Community License. Non si tratta quindi di un rilascio open source in senso stretto, ma di un modello open-weight: sviluppatori, ricercatori e aziende possono scaricare ed eseguire i pesi, integrandoli in pipeline locali o servizi proprietari, nel rispetto delle condizioni fissate da Krea per l’uso, la sicurezza e la distribuzione.
La famiglia Krea 2 è basata su un Diffusion Transformer da 12 miliardi di parametri per la generazione text-to-image. Il modello utilizza una pipeline di addestramento articolata in pretraining, midtraining, supervised fine-tuning, ottimizzazione delle preferenze e reinforcement learning. Krea dichiara di aver costruito un’infrastruttura proprietaria per la raccolta e la cura dei dati, combinando dati pubblicamente disponibili, dataset concessi in licenza e immagini sintetiche prodotte con metodi interni. I dati sono stati filtrati per ridurre contenuti dannosi, bassa qualità, duplicati e materiale poco rilevante, mentre esempi curati e sintetici sono stati impiegati per migliorare aderenza ai prompt, qualità visiva e varietà stilistica.
Dal punto di vista architetturale, Krea 2 integra grouped-query attention, sigmoid-gated attention, modulazione leggera del timestep e aggregazione multilivello delle feature del text encoder. La pipeline include inoltre componenti come iREPA, un VAE ottimizzato e Qwen3-VL per la rappresentazione e il condizionamento testuale-visivo. L’obiettivo dichiarato non è soltanto generare immagini ad alta definizione e con composizione stabile, ma rendere il modello più adatto all’esplorazione creativa, con risultati meno vincolati a una singola estetica predefinita.
Krea 2 Raw è il checkpoint base, precedente alle fasi supplementari di post-training e distillazione. È pensato soprattutto come fondazione per fine-tuning, adattamenti settoriali e addestramento di LoRA. Krea raccomanda di non utilizzarlo come versione principale per l’inferenza quotidiana: il checkpoint Raw richiede infatti una configurazione più costosa, indicata negli esempi ufficiali con 52 step di generazione e classifier-free guidance a 3,5. Il suo ruolo è fornire una base più flessibile per chi deve specializzare il modello su stili, domini visivi o requisiti produttivi specifici.
Krea 2 Turbo è invece il checkpoint post-addestrato e distillato per l’inferenza rapida. La configurazione ufficiale utilizza otto step e guidance scale pari a zero, con un esempio di generazione fino a 2048 × 2048 pixel. Krea presenta Turbo come una versione capace di produrre immagini in circa due secondi nella propria infrastruttura cloud, mantenendo compatibilità con style reference, moodboard e LoRA. La versione Turbo è quindi destinata ai workflow nei quali il numero di iterazioni è più importante della rifinitura assoluta di un singolo output: concept preliminari, sperimentazione di prompt, esplorazione di direzioni artistiche, visual per campagne, bozze prodotto e test rapidi di composizione.
Le due versioni condividono la stessa architettura di base, ma rappresentano due punti diversi della pipeline. Raw consente maggiore spazio per post-training e personalizzazione; Turbo trasferisce parte della qualità del checkpoint base in una configurazione ottimizzata per generare immagini in pochi passaggi. Krea suggerisce anche un workflow in cui LoRA addestrate sul checkpoint Raw vengano poi utilizzate direttamente su Turbo, collegando così la specializzazione del modello a un’inferenza più veloce.
Il rilascio include integrazione con Diffusers attraverso Krea2Pipeline, supporto per inferenza con SGLang e codice ufficiale per l’esecuzione locale. La disponibilità dei pesi rende possibile adottare Krea 2 fuori dalla piattaforma web dell’azienda, ma la licenza impone agli operatori che distribuiscono il modello di applicare filtri di contenuto o processi di revisione equivalenti, proporzionati al caso d’uso. Krea specifica inoltre che, nei propri servizi ospitati, utilizza classificatori in input e output per intercettare prompt o immagini in violazione delle policy, mentre nelle implementazioni esterne la responsabilità delle misure di sicurezza ricade sul soggetto che esegue o incorpora il modello.
Krea non rivendica diritti d’autore sugli output generati dagli utenti, ma attribuisce a questi ultimi la responsabilità di valutare eventuali rischi relativi a diritti di terzi, utilizzo dei prompt e impiego finale delle immagini. Per le aziende, il rilascio di Krea 2 Raw e Turbo apre quindi la possibilità di costruire pipeline self-hosted o integrate in prodotti creativi, mantenendo però un vincolo contrattuale preciso sulla sicurezza dei deployment e sull’uso consentito dei pesi.