Krea 2 — простой пайплайн с отличными настройками

Итак, я снова с вами и принес новый пайплайн для генерации. На его сборку ушло уйма времени — около 60 часов A/B-тестирования различных настроек сэмплеров и лор, — но всё это главным образом потому, что сама модель просто великолепна.

Все изображения из поста, а также пара дополнительных в высоком разрешении, лежат здесь: Google Drive

Этот пост получился гораздо длиннее обычного: нужно охватить массу дополнительных деталей, на тестирование и описание которых ушла уйма времени. Учитывая это, пожалуйста, перед тем как писать комментарии в духе «твои настройки отстой, и тебе должно быть стыдно» или «стандартный пайплайн Comfy справляется лучше», не поленитесь и действительно протестируйте предложенную схему, следуя инструкциям. Я не стану отвечать на голословные утверждения без контрпримеров; здесь предоставлено более чем достаточно информации для полноценных тестов.

Смело задавайте вопросы в комментариях, и я постараюсь помочь, если смогу! Также буду рад исправлениям, если заметите в тексте какие-либо технические ошибки или неверные допущения.

Перед вами простой рабочий процесс (пайплайн) для создания высококачественных, реалистичных изображений в высоком разрешении с использованием Krea 2. Также существует опциональная версия full-turbo, которая не годится для реализма (или творческих задач), но весьма удобна для других целей. Ниже вы найдете полезные советы и море информации о самой модели.

Настройки сэмплера и лор в этом пайплайне также улучшают выразительность лиц персонажей, сгенерированных в Krea 2. Объяснение того, как и почему это работает, ищите в разделе информации ниже. Метод не идеален, но это максимум, что можно выжать до появления полноценных файнтьюнов.

В остальном настройки сэмплера заточены под резкость и четкость — однако зернистость и прочие дефекты можно добавить через промпты или лоры. Пайплайн также отлично справляется с аниме, цифровым артом и прочей стилизацией, но для таких задач, возможно, стоит отключить второй сэмплер.

Все прикрепленные к посту изображения сгенерированы напрямую через этот пайплайн без какой-либо постобработки.

Основной рабочий процесс можно найти здесь: Civitai | Pastebin

Обязательно прочитайте информацию о моделях и кастомных нодах ниже, прежде чем приступать; здесь мы используем базовую RAW-модель с турбо-лорой, а также другой VAE и специфическую лору для обхода цензуры.

На странице загрузки Civitai или на Pastebin есть и версия full-turbo. Это более традиционный турбо-пайплайн: для реализма он не подходит и креативностью не блещет, но отлично выручает при создании нереалистичных артов, где творческий размах не так уж важен, зато скорость генерации решает.

RES4LYF — крайне популярный набор сэмплеров и планировщиков (schedulers), а также парочка очень полезных нод. На мой взгляд, они совершенно необходимы для получения лучших результатов.

RGTHREE — (Рекомендуется) Популярный набор вспомогательных узлов. Если не хотите его ставить, просто удалите ноды генератора сидов (seed) и загрузчика силы лор (lora power loader), заменив их стандартными из Comfy. В наборе RES4LYF тоже есть генератор сидов и лора-ноды, просто вариант от RGTHREE мне нравится больше.

ComfyUI GGUF — (Опционально) Позволяет загружать модели в формате GGUF, что встроенными средствами ComfyUI до сих пор делать почему-то нельзя. После установки используйте ноду Unet Loader (GGUF) для загрузки модели. Если GGUF-модели вам не нужны, смело пропускайте этот пункт.

Важное замечание: По возможности используйте версию модели Int8 Convrot (если только вам не требуется высочайшее качество формата BF16). Модель Int8 Convrot генерирует почти в два раза быстрее, при этом выдавая качество на уровне FP8. Огромный и совершенно бесплатный буст к скорости! Вам понадобится обновить ComfyUI (поддержку добавили лишь в начале июля 2026 года), а также видеокарта NVIDIA и версия CUDA от 130 и выше.

Основная модель: Krea2 RAW B16 / FP8 | или | Krea2 RAW GGUFs — Для создания фотореалистичных изображений настоятельно рекомендуется использовать RAW-версию модели вкупе с turbo lora на силе 0.6, а не готовую Turbo-модель. Результаты получаются НАМНОГО лучше, и единственный минус — слегка увеличенное время генерации. Впрочем, оно и так довольно невелико, так что это не критично.

Основной пайплайн настроен именно под RAW-модель с турбо-лорой. Если вместо этого вы подсунете ему основную Turbo-модель, настройки окажутся совершенно неподходящими.

Даже пайплайн full_turbo всё равно использует RAW-модель — ведь можно просто выкрутить силу турбо-лоры на 1.0, и она будет работать практически так же, как базовая Turbo-модель.

Турбо-лора: Rank 64 Turbo Lora — Использование этой лоры в связке с RAW-моделью на силе ~0.6 дает куда лучший результат, чем обычная модель Turbo. Единственный реальный недостаток — скорость. Но даже в спешке всегда можно поднять силу до 1.0, что сделает её неотличимой от Turbo-версии. На силе 0.6 со стандартными настройками время генерации увеличивается всего на 50%, так что, на мой взгляд, использовать полный турбо-режим не имеет смысла. Навороченные настройки из этого поста удлиняют процесс на 120% по сравнению с обычным турбо, поэтому ожидайте, что 10-секундная генерация превратится примерно в 22-секундную.

Лора для обхода цензуры: 2 Vector Bypass Lora — Используйте её всегда, даже для абсолютно SFW (безопасных) артов. Подробности будут ниже, но вкратце: она колоссально улучшает следование промпту, выразительность лиц, детализацию персонажей и множество других аспектов. Минусов нет, при условии правильных настроек сэмплера (а этот пайплайн всё делает за вас). Не используйте другие лоры для обхода цензуры — они либо перегибают палку, либо снижают качество; эта единственная, которая работает как надо.

Текстовый энкодер: Qwen3 VL 4B — Если система позволяет, берите версию BF16. Бытует мнение, что качество текстового энкодера не имеет особого значения и можно обойтись версией поменьше. Это не так: разница есть, и она влияет на качество итоговой картинки.

Если по какой-то причине вы используете текстовый энкодер в формате GGUF, замените ноду Load CLIP на ClipLoader (GGUF).

VAE: Wan 2.1 FP32 VAE — С ним картинка получается более резкой и чистой, чем при использовании встроенного Qwen Image VAE. Никаких недостатков. Секрет прост: VAE от Wan и Qwen Image практически идентичны, но точность формата FP32 заметно повышает качество.

Существует и альтернативный VAE, дающий еще большую резкость, но у него есть свои нюансы, поэтому я описал его в разделе с информацией ниже.

--

На этом обязательные требования к пайплайну заканчиваются. Дальше можно не читать, если вам не интересны подробности.

--

Модуль Wan 2.1 Upscale2x VAE делает изображения еще более резкими, чем обычный Wan FP32 VAE (разница ОЧЕНЬ заметна), но иногда добавляет артефакты или усиливает уже имеющиеся. Решать вам, стоит ли игра свеч. Лично я считаю, что для одних изображений это работает отлично, а для других — ужасно, поэтому обычно вывожу оба варианта и выбираю лучший.

Вот пример изображения с использованием стандартного Wan FP32 VAE: https://ibb.co/fGtZwdW8

А вот то же самое изображение, но с VAE upscale2x: https://ibb.co/RTj2DjVw

По умолчанию в пайплайне его нет. Чтобы его использовать, нужно скачать набор нод ComfyUI VAE Utils и поставить ноду VAE Decode (VAE Utils) вместо обычного декодера. Затем изображение придется уменьшить (downscale) на 50%, поскольку этот VAE декодирует картинку в двукратном разрешении (отсюда и такая резкость). На этом скриншоте видно, как всё это должно выглядеть: https://ibb.co/XcrXmpr

Я всё равно рекомендую использовать RAW-модель с турбо-лорой на силе 0.6. Дело в том, что базовая модель обладает куда большей креативностью, чем турбо-версия, — так вы получите лучшее разнообразие результатов.

Однако второй сэмплер в этом случае становится опциональным. Дополнительный шаг детализации может просто не понадобиться: его можно обойти (bypass), и всё будет работать прекрасно. Для получения иных стилистических эффектов в первом сэмплере планировщик (scheduler) можно сменить на sgm_uniform, но это уже на ваш вкус. Только не забудьте вернуть его обратно на beta, когда снова переключитесь на реализм ;)

С ним вы потеряете ту самую креативность RAW-модели, но в зависимости от ваших задач это может быть совершенно не критично. Или же вам просто важнее скорость.

Как упоминалось ранее, этот пайплайн настроен для создания нереалистичных артов: аниме, концептов, цифровой живописи. В нем оставлен только один сэмплер, так как этап дополнительной детализации здесь излишен, равно как и выгоды от высокошумных планировщиков.

Для нереалистичных изображений моя стандартная связка — это Euler / sgm_uniform. В Krea 2 она показывает себя весьма недурно, хотя я не проводил масштабных тестов, так что не воспринимайте это как истину в последней инстанции.

В остальном единственное отличие пайплайна заключается в том, что сила турбо-лоры выкручена на 1.0. Можно вообще отказаться от неё и загрузить основную Turbo-модель, но тогда придется держать на диске два объемных файла без особых на то причин.

А вот тут мы переходим к самому главному.

В сообществе сейчас активно обсуждают, почему Krea 2 так плохо справляется с лицами: персонажам не хватает эмоций, а взгляд слишком часто кажется «стеклянным». Улыбка не касается глаз и всё в таком духе. Заставить человека выглядеть злым, свирепым или хотя бы кем-то большим, чем слегка раздраженным, практически невозможно.

Это весьма распространенная проблема дистиллированных (то есть турбированных) моделей, но в случае с Krea главная причина кроется в нелепой цензуре. Разработчики безжалостно зацензурили Krea 2 от всего, что их левой пятке показалось «вредным контентом», и в процессе фактически лоботомировали собственную модель. Она прекрасно знает, как нарисовать злое лицо, просто отказывается это делать — классический сопутствующий урон от цензурного скальпеля.

Из-за цензуры заставить людей улыбаться в Krea 2 физически невозможно. Это не преувеличение, попробуйте сами сгенерировать человека с естественной, живой улыбкой. Самая абсурдная вещь, которую я видел за последние годы.

К счастью, цензурные блокировки можно частично обойти с помощью простой лоры. И использовать её нужно, даже если вы генерируете исключительно SFW-контент. Изображения просто становятся лучше, вот и всё. Некоторые жалуются, что она съедает детализацию — и это правда, но лишь оттого, что картинке нужно дать «повариться» подольше. Иначе говоря, с правильными настройками сэмплеров это перестает быть проблемой. Но и у этого метода есть свои пределы.

В пайплайне сила этой лоры по умолчанию стоит на 1.0, но иногда для получения нужного результата приходится поднимать её выше (даже для невинных промптов). Это плохо сказывается на качестве картинки, но таковы реалии цензуры. Чтобы окончательно развязать модели руки, придется ждать полноценных файнтьюнов. И не забывайте: всё это касается в том числе SFW. Выжать из модели настоящую ярость будет крайне сложно даже с включенным обходом фильтров.

Если по тону незаметно: меня это дико бесит, и вас тоже должно. Тот факт, что персонажа нельзя сделать злым, счастливым, грустным и т.д., делает модель непригодной для кучи задач. Буквально бесполезной. И всё ради того, чтобы уберечь хрупкую детскую психику от крови и сисек.

Вся надежда на создателей файнтьюнов и лор, они нас наверняка спасут <3

Также можно использовать порнографические лоры на низкой силе (~0.4), чтобы улучшить следование промпту — даже для совершенно невинных запросов. Да, вы не ослышались: цензура в этой модели настолько тупая, что использование NSFW-лор улучшает мимику и общую производительность даже в безопасных генерациях. Без шуток, в большинстве моих SFW-пайплайнов включены порно-лоры.

Вот вам пример: я пытаюсь получить сильную, свирепую эмоцию на лице бегуньи, используя в промпте фразу «Она хмурится и скалит зубы от усилий».

Это лучшее, чего удалось добиться с лорой для обхода фильтров на силе 1.0 (модель наотрез отказывается): https://ibb.co/WWV64GzM

С силой 6.0 результат чуть лучше (но всё ещё далек от идеала), однако обратите внимание, как сильно просело качество изображения: https://ibb.co/mCnHq1mF

А вот... та же лора обхода на 1.0 ПЛЮС ПОРНОГРАФИЧЕСКИЕ ЛОРЫ на силе ~0.5: https://ibb.co/2YCV1j9Z

Заметьте, что качество варианта с порно-лорами ничуть не пострадало, а эмоции персонажа переданы гораздо точнее. Мне пришлось сделать по 10 генераций на каждую из первых двух картинок, чтобы выбрать хотя бы эти (и всё равно вышло так себе), а с порно-лорой хватило всего трех попыток — и все три результата были рабочими.

Если это не идеальная иллюстрация того, насколько убога цензура, то я уж и не знаю. Модель была бы просто божественной, если бы разработчики намеренно её не сломали. Остается уповать на то, что дообученные чекпоинты вернут утраченное.

Еще одно наблюдение: на ранних, высокошумных этапах генерации модель выдает чуть лучшую мимику. Иными словами, лица получаются более живыми, когда изображение слегка «недопекли». Но «сырые» арты никому не нужны, поэтому процесс готовки надо как-то доводить до конца. И здесь на сцену выходит связка из двух сэмплеров. Подробнее об этом чуть ниже.

Наконец, RAW-модель с турбо-лорой на силе 0.6 сама по себе чуть лучше справляется с мимикой. Все эти советы в совокупности здорово помогают, но с интенсивными эмоциями в обозримом будущем всё равно придется попотеть. Что ж, хотя бы заставить людей улыбаться теперь можно (цензура-то этого не позволяла).

Эта лора обходит встроенную цензуру и превосходит аналоги по всем параметрам — даже при генерации SFW. Она действительно немного снижает детализацию, но это легко компенсируется более «шумными» настройками сэмплеров, и на выходе картинка всё равно будет выглядеть лучше. Я рекомендую всегда держать её на силе 1.0. Если нужно сильнее продавить цензуру, лучше добавьте другие лоры, а не выкручивайте значения этой.

Принцип её работы строится на усилении двух конкретных векторов в процессе генерации (отсюда и название). Это необходимый минимум для обхода цензуры, а значит — лучший вариант. Все остальные лоры затрагивают то, что трогать не следует, либо действуют слишком грубо. Забудьте о них. Не используйте даже 3-векторную лору от того же автора, берите строго двухвекторную.

И всё же мы должны быть благодарны создателям тех, несовершенных версий: именно они проделали черновую работу и выяснили, как пробить этот убогий фильтр. Любой вклад в open-source сообщество бесценен <3

Используя эту лору в связке с двойным высокошумным сэмплером (как в этом пайплайне), вы получите отличную детализацию, живую мимику, лучшее следование промпту и большее разнообразие результатов. Без каких-либо недостатков.

Зачем нам два сэмплера? Причин две! Первая — это помогает решить проблему с мимикой, а вторая — позволяет жестко контролировать уровень детализации изображения.

В первом ksampler мы делаем 6 шагов res_2s с планировщиком (scheduler) beta. Res_2s выполняет работу, эквивалентную двум шагам, так что по сути это 12 шагов. Планировщик beta очень «шумный», поэтому на протяжении большего количества шагов он вносит крупные, низкодетализированные изменения. В совокупности эта связка из сэмплера/планировщика/шагов намеренно оставляет ваше изображение сыроватым. Оно не обрастает деталями и остается в гладком, незавершенном состоянии.

Это критически важно, так как на этом этапе выразительность лиц куда лучше, да и общая креативность модели раскрывается сильнее. Если сделать больше шагов или использовать менее шумный планировщик (вроде simple), мимика потускнеет, а креатив сойдет на нет. К тому же, после этого добавлять детали, не рискуя «пережарить» изображение, будет гораздо сложнее.

Если любите экспериментировать, попробуйте связку euler + beta + 12 шагов в первом сэмплере — тоже отличный вариант с несколько иным результатом. Я рекомендую res_2s + beta + 6 шагов просто потому, что мне так больше нравится, но выбор за вами.

Итак, изображение структурно сформировано, но ему не хватает деталей.

Тут-то и вступает в дело второй этап! Для него мы берем плотный многошаговый сэмплер deis_3m, но с еще более шумным планировщиком — bong_tangent. И делаем всего 2 шага с экстремально низким уровнем денойза (denoise) — 0.2. Поскольку сэмплер трехшаговый (на это указывает «3m» в названии), а мы делаем целых два фактических шага, он проделывает ОГРОМНЫЙ объем работы, но меняет лишь малую толику за раз благодаря денойзу 0.2. В переводе на человеческий: мы накачиваем картинку деталями, совершенно не затрагивая её общую структуру.

В итоге на втором этапе картинка приобретает фактуру и резкость без ущерба для базовой композиции. А поскольку первый этап мы намеренно оставили «недопеченным», изображение сохраняет живую мимику и разнообразие, обрастая при этом всеми нужными деталями.

Если детализации всё еще мало, можно взять сэмплер deis_4m. Чаще всего deis_3m хватает за глаза, но в некоторых случаях deis_4m придает деталям более реалистичную глубину. Только учтите: используя deis_4m везде подряд, вы часто будете получать пересвеченные/пережаренные арты.

Дайте знать, если наткнетесь на лучшую комбинацию сэмплеров! Это просто самое эффективное, что мне удалось найти за ~60 часов А/В-тестов. Я уверен, что где-то там есть и другие прекрасные альтернативы.

Звучит как название новой книги о Гарри Поттере. Krea 2 страдает той же болезнью, что и все модели, использующие Qwen Image VAE: на изображениях проступает заметный паттерн полутоновой сетки, и эта сетка сильно конфликтует с самой генерацией.

Этим грешит каждая модель на базе Qwen VAE. Qwen Image, Qwen Edit, Wan, Anima, а теперь и Krea 2.

Если вы не замечали этого в видеороликах от Wan, то лишь потому, что видео редко разглядывают под лупой. Но стоит вам сгенерировать песчаный пляж или ворсистый ковер, как эта сетка сразу бросится в глаза.

На высоких разрешениях сетка не так уж и страшна. Но на низких она ужасно бесит. Впрочем, для большинства задач это не критично. Куда хуже другой её эффект: она ломает мелкозернистые текстуры.

Этот паттерн буквально вшит в сами модели на этапе обучения (спасибо Qwen VAE), так что исправить его на уровне базы практически невозможно. Но его влияние можно минимизировать с помощью постобработки (например, уменьшить изображение и затем снова увеличить), а также путем подбора выходного разрешения, чтобы текстуры перестали совпадать с размером сетки Qwen.

Плохие участки также можно перерисовать через inpaint с низким денойзом с помощью другой модели (например, Z-image base/turbo).

Давайте пройдемся по ключевым отличиям между моделями. У Krea 2 есть огромные преимущества, и уже сейчас очевидно, что она вытеснит Z-image в большинстве задач. Но есть пара вещей, которые Z-image пока делает лучше.

Вердикт?

Во многих аспектах Krea 2 оставляет Z-Image Base далеко позади. Но в том, что касается живой мимики, волос, естественной текстуры кожи и легкого фотореализма, Z-image base пока выигрывает — хотя и генерирует значительно медленнее.

Совершенно очевидно, что Krea 2 — это следующий SDXL. Её креативный потенциал и простота обучения решают всё.

А как насчет Krea 2 против Z-Image Turbo?

Сложно сказать, я ей почти не пользуюсь. Вероятно, список плюсов и минусов тот же, разве что турбо-версия Z-image проигрывает своей базе в реализме.

Так что же делать с проблемами №2 и №3...

Для некоторых задач эти недостатки Krea 2 (баги Qwen VAE) могут стать фатальными. Если вам критически важно их исправить, я предлагаю генерировать основную картинку в Krea 2, а затем точечно перерисовывать проблемные зоны через inpaint с помощью Z-image base/turbo.

Например: генерируете человека в Krea 2, а затем проходитесь inpaint-ом на денойзе 0.2 исключительно по волосам с использованием Z-image base/turbo. Разумеется, делать это нужно только в том случае, если волосы действительно мозолят глаза.

Krea 2 — просто пушка, она без проблем щелкает высокие разрешения, прямо как Z-image. Я оставил связку популярных форматов в пайплайне, но можно выкручивать и выше (сам пока не тестировал).

В отличие от многих моделей (даже Z-image), Krea 2 ОТЛИЧНО справляется с широким метром, так что кинематографических форматов можно не бояться. Процент удачных генераций с правильной анатомией и композицией тут гораздо выше, чем у конкурентов.

Это значит, что на Krea 2 можно клепать крутые широкоформатные обои для рабочего стола на раз-два.

Если вы сидите на RAW-модели с турбо-лорой, значения CFG > 1 вполне рабочие. Я тестировал CFG = 2, результат получается отличный.

Но имейте в виду: использование CFG > 1 удвоит время генерации.

Даже если вы используете NSFW-лоры, всё равно оставляйте лору для обхода фильтров включенной. Она пригодится.

Откровенные картинки можно посмотреть в посте на Civitai (если у вас включен красный фильтр). Информацию о силе лор я вынес в описания к промптам прямо над ними.

Источник: https://www.reddit.com/r/StableDiffusion/comments/1ulxqep/krea_2_simple_gen_workflow_with_good_settings_for/