Krea 2（K2）は、Krea がゼロから自社開発した初の基盤画像モデルで、プロンプトの正確さだけでなく、美学とクリエイティブなコントロールを中心に設計されています。このモデルは、最初の1枚を生成するためのクリエイティブな媒体として位置づけられています。つまり、アート、イラスト、写真、実験的なアウトプットにわたって、探索、スタイルの発見、視覚的な方向性の設定を行うための出発点です。

​

K2 の用途

K2 は、美的多様性と美的コントロールという2つの考え方を軸に最適化されています。実際には、生フィルムのような画像やスタジオ写真から、イラスト、グラフィックデザイン、デジタルペインティング、さらには他のモデルでは「AI っぽさ」によって平坦化されがちな、より表現的で独特なスタイルまで、幅広いビジュアル言語をレンダリングできるように設計されているということです。 Krea の考え方は、多くのモデルは画像に_何が_あるべきかを理解するのは得意でも、その画像が_どのように_見えるべきかをコントロールするのは苦手だ、というものです。K2 は、プロンプトの言葉遣いだけに頼るのではなく、視覚的な入力を通じてスタイルの方向性、バリエーション、リファレンス、テイストの形成をユーザーが直接コントロールできるようにすることで、そのギャップを埋めるために作られています。

​

コアとなるプロダクト原則

​

1. 探索ファースト

K2 は、特にアイデアがまだ形になりつつあるクリエイティブプロセスの初期段階における、探索的な画像生成をサポートすることを目的としています。シンプルなプロンプトから多様なアウトプットが生まれるため、より具体的なスタイルやコンセプトに絞り込む前に、さまざまな美的方向性を発見するのに役立ちます。 これにより、K2 はコンセプトの発見、ムードの探索、そして後で洗練したり、編集したり、動画に変換したり、他の Krea ワークフローで使用したりできる魅力的な出発点となる画像の生成に特に有用です。

​

2. コントロール可能な入力としてのスタイル

K2 の背後にある中心的な考え方は、スタイルはテキストプロンプト内の曖昧な形容詞ではなく、ユーザーが明示的に方向付け、混ぜ合わせ、強め、弱め、実験できるものであるべきだ、というものです。K2 のスタイルシステムでは、1枚以上のリファレンス画像を適用し、スタイル要素を新しい生成に転送し、各リファレンスが結果にどれだけ強く影響するかを調整できます。

1. まず新しい Lora を学習させます
   （注: Lora の学習が完了して画像プロンプトで使えるようになるまで数分かかります）

2. 画像ジェネレーターで Lora を選択します
   
3. 影響度の % を選択すると、生成された画像に結果が反映されるはずです
   

​

3. 生のクリエイティブ媒体

K2 は特定の視点を持って登場するわけではありません。それこそが狙いです。多くのモデルが独自の美学 — 特有のなめらかさ、見覚えのある仕上がり — をひそかに押し付けるのに対し、K2 は一歩引いて、押し付ける役割をクリエイター自身に委ねます。押し込み、方向付け、他のツールと組み合わせ、意図的に壊してみてください。モデルはそれに従います。

​

主な機能

​

テキストから画像へのワークフロー

K2 は従来型のテキストから画像へのプロンプティングをサポートしていますが、意図されている体験は決定論的というより探索的なものです。シンプルなプロンプトでも、モデルは媒体、構図、美的処理において大きく異なるアウトプットを返すことができ、ユーザーがまだ言葉で完全に指定しきれていない可能性を発見するのに役立ちます。 プロンプトがより具体的になっても、K2 は視覚的な方向性を絞り込みながら、ある程度の多様性を維持します。たとえば、**「レトロなスクリーンプリント風イラスト、オレンジとブラウンのパレット」**のようなスタイルを表すフレーズを追加すると、クリエイティブな幅の余地を残しつつ、アウトプットの焦点を絞ることができます。

​

スタイルリファレンス

スタイルリファレンスは K2 を特徴づける機能のひとつです。リファレンス画像をアップロードすると、K2 はパレット、テクスチャ、トーンの質感、全体的な視覚的方向性などのスタイル要素を抽出し、それらの特性を新しいプロンプトに転送します。 スタイル強度を調整して、リファレンスがアウトプットにどれだけ影響するかをコントロールします。強度を低くするとリファレンスは生成を軽く方向付ける程度になり、強度を高くすると結果は元のスタイルにより近づきます。 K2 は複数のスタイルリファレンスもサポートしており、複数のソースからの視覚的シグナルを1つのアウトプットに組み合わせることができます。これにより、S-Refs は忠実な再現だけでなく、既存のリファレンスから新しいハイブリッドな美学を構築するのにも役立ちます。

​

S-Refs を使うべき場面

特定の画像または画像セットのビジュアル言語を保持することが要件になっている場合に、スタイルリファレンスを使用してください。パレット、テクスチャ、イラストスタイル、写真的な処理、グラフィック的な感性を、異なる被写体に転送する際に特に有用です。

​

ムードボード

ムードボードは、K2 のスタイル方向付けワークフローを、少数のリファレンス画像を超えて拡張します。提供されたプロダクト資料によると、ムードボードは4枚を超える画像を使用でき、スタイルだけでなく、セット全体にわたるコンセプト、キャラクター、表情、全体的なムードも考慮する、より複雑な分析システムに基づいています。 使用前に、ボードが分析されます。その分析により、Taste Profile（テイストプロファイル）、Keywords（キーワード）のセット、Avoids（回避項目）のセットという3つのアウトプットが生成されます。これらが合わさって、キュレーションされた画像セットを、生成に再利用可能な視覚的方向性へと変換するのに役立ちます。

​

ムードボードのアウトプット

ムードボードは、直接的なスタイル転送よりも、より広範な方向性の設定に適しています。単一の画像を忠実に反映するのではなく、キュレーションされたセットが示唆するムード、コンセプト、美学の範囲内で K2 が生成できるようにします。これにより、世界観の構築、キャンペーンの探索、テイストマッピング、初期段階のビジュアル開発に有用です。