Krea 2 模型实测：它更擅长什么、什么时候不该用它，以及三条真正有用的提示词经验

用 Krea 2 出了几个月的图，从一开始的惊喜到后来摸清它的脾气。这篇文章不谈参数表，只谈实际用下来它到底擅长什么、什么地方踩坑，以及怎么写提示词才有效。

先给结论：

• 细节完成度是它最强的 —— 发丝、眼神光、光线过渡，放大看明显比同类模型「完成」
• 底子是动漫 —— 不挂写实 LoRA，出的永远是二次元，拍不了真人
• 不会中文 —— 图里要出现中文文字，换 Qwen 系列
• 原生上限 1536 —— 要 2K+ 得靠放大流程
• 慢 1.7 倍，但瓶颈在模型本身，不在 LoRA

文中耗时基于 RTX 2080 Ti 22GB 实测，不同硬件请自行核对。

1. 它最强的地方：细节「完成度」

这是 Krea 2 和同类模型拉开差距的地方，也是最容易被忽略的一点。

把同一句提示词生成的两张图放大到 200% 对比，差异立刻出来：

为什么会有这个差异：Krea 2 是 12.8B 的单流 DiT，参数量大且架构更集中。它把算力用在了「把画面做完」上，而不是「让画面像拍的」。

这带来一个具体的好处：交付前的修图工作量小很多。发丝不用修、眼神光不用补，直接能用。

代价：太「完成」反而带修图感

这是它的隐藏缺点。因为细节太完美，人脸和光线会带一点杂志精修的味道，不像随手拍的照片。

如果你要的是「这人真的存在」的纪实感，它给不了。要那种感觉，得看 Qwen 系列。

2. 它最大的硬伤：底子是动漫

Krea 2 的训练集主体是动漫图。这意味着：

光靠提示词救不回来。 必须挂写实 LoRA。

real_3d 滑杆的实测刻度

我用同一个种子做了 A/B：

2.0 不够，3.5 才过线。 再往上没试过，但这类滑杆刻度很粗，超过某个点就会崩坏。

好消息是挂 LoRA 几乎不增加耗时 —— 瓶颈始终是 12.8B 的 DiT 本身。

3. 三个具体短板

短板一：不会中文

文本编码器只有 4B（对比 Qwen-Image 2.1 的 8B），字形理解不足。

要在图里出现中文文字（标题、招牌、菜单），Krea 2 基本做不到，会出现乱码或形似但不正确的字。

替代方案：换 Qwen-Image 系列，它渲染文字的能力强得多。或者出图后用 PS 后期加字。

短板二：原生上限 1536

Krea 2 的训练分辨率集中在 1024–1536 区间。直接要 2048 或更大，质量会下降 —— 出现重复纹理、结构错乱。

替代方案：

• 先用 Krea 2 出 1024–1536 的图
• 再用三段放大流程升到 2K/4K（放大环节不挑模型）

这个组合是可行的，只是多一步。

短板三：慢

同尺寸同步数下：

差 1.7 倍。 批量出图时这个差距会放大 —— 出 20 张差 25 分钟。

但如果你要的是 Krea 2 的完成度，这个代价通常值得。而且它不会因为挂了 LoRA 变得更慢，这是很多人误解的地方。

4. 三条真正有用的提示词经验

这部分是实测下来最有价值的。

经验一：用摄影师的语言，别堆形容词

对比这两句：

❌ beautiful stunning masterpiece, gorgeous girl, amazing lighting, 8k, ultra detailed
✅ 85mm lens, f/1.8, soft window light, shallow depth of field

后面这四个词对画面的改变，比前面那一串加起来都大。

原因很简单：「beautiful」是个抽象判断，模型不知道具体对应什么像素。「85mm」「f/1.8」是具体的光学参数，对应明确的景深、透视、焦外表现。

可用的摄影词汇表：

经验二：构图要明说

Krea 2 默认给你半身像。想要别的构图，必须写清楚：

Krea 2 尤其吃这一套 —— 它是按 dense caption（长描述）训练的，一句话越具体越听话。这一点比同类模型更明显。

经验三：同种子做 A/B，一次只改一个变量

这是排查问题最有效的方法。

错误做法：
  改提示词 + 换种子 + 调步数 + 加 LoRA → 出图变好了，但不知道是哪个起的作用

正确做法：
  固定种子，固定提示词
  只改一个变量（比如 LoRA 强度 2.0 → 3.5）
  对比两张图

为什么重要：出图有随机性。不同种子出的图天然有差异，如果同时改多个变量，你无法判断改进来自哪里。

实际应用：我调 real_3d 强度就是这么找到 3.5 这个值的 —— 同种子跑 2.0 / 3.0 / 3.5 / 4.0 四张，一眼能看出 3.5 是拐点。

5. 选型判断：什么时候用，什么时候不用

一句话总结

做风格化内容留 Krea，做真人纪实留 Qwen。

这不是「谁画质更好」的问题 —— 两者画质都在同一档。差别在默认理解：

• Qwen 的默认答案是「这个人真的存在」
• Krea 的默认答案是「这个人被画出来过」

写实 LoRA 能把后者往前推，但推不彻底。3.5 之后的脸还是偏「作品」，不是偏「路人」。

6. 一个容易被误解的点：CFG=1 时负向提示词是废的

很多人写一长串 negative prompt：

lowres, bad anatomy, bad hands, missing fingers, extra digit, 
fewer digits, cropped, worst quality, low quality, jpeg artifacts...

在 CFG=1 的配置下，这一整串完全不会被读到。

原因：CFG=1 意味着条件分支和无条件分支的权重相同，负向分支在数学上被消掉了。工作流里通常直接接一个 ConditioningZeroOut 把负向置空。

怎么办：想要「不要什么」，写成正向描述的反面。

这个坑我踩过很久 —— 写了半年的 negative prompt，后来才发现一直是无效的。