Krea AI vừa công bố Krea 2, một dòng foundation model mới với 12 tỷ tham số, được thiết kế để giải quyết vấn đề 'nhàm chán thẩm mỹ' của các mô hình tạo ảnh hiện tại. Thay vì chỉ cho ra những bức ảnh đẹp nhưng thiếu cá tính, Krea 2 hướng đến việc trở thành công cụ khám phá sáng tạo cho người dùng, từ nhà thiết kế đồ họa đến người dùng phổ thông.

Đột phá về kiến trúc và huấn luyện

Krea 2 sử dụng kiến trúc Diffusion Transformer (DiT) cải tiến với grouped-query attention và sigmoid-gated attention, giúp tăng tốc hội tụ và ổn định khi huấn luyện. Họ xây dựng hạ tầng xử lý dữ liệu quy mô lớn từ đầu, kết hợp với quy trình đa giai đoạn: pretraining, midtraining, supervised finetuning (SFT), preference optimization và reinforcement learning (RL). Mô hình tích hợp iREPA, cải tiến VAE và Qwen3-VL để mã hóa văn bản và hình ảnh tốt hơn.

Thu hẹp khoảng cách giữa ý tưởng và đầu ra

Điểm đặc biệt của Krea 2 là hai hệ thống giúp người dùng dễ dàng điều khiển kết quả: prompt expander và style-reference system. Prompt expander biến câu lệnh ngắn gọn, mơ hồ thành mô tả chi tiết. Style-reference system cho phép người dùng tham chiếu ảnh mẫu để giữ nguyên phong cách, sắc thái, hoặc bố cục. Cách tiếp cận này khác biệt so với các mô hình như DALL-E của OpenAI hay Midjourney, vốn thường tối ưu cho chất lượng mặc định.

Krea 2 là bước tiến quan trọng trong lĩnh vực công nghệ tạo sinh hình ảnh. Với kiến trúc linh hoạt, nó mở ra cơ hội cho các startup và nhà phát triển xây dựng ứng dụng AI cá nhân hóa, giúp người dùng Việt Nam có thêm công cụ sáng tạo mạnh mẽ mà không cần chuyên môn kỹ thuật sâu.