Diffusers documentation

Krea 2

Diffusers

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

Krea 2

Krea 2 (K2)는 그룹 쿼리 어텐션을 갖춘 단일 스트림 MMDiT를 기반으로 구축된 플로우 매칭 텍스트-이미지 모델입니다. Qwen3-VL 텍스트 인코더가 조건을 제공합니다. 마지막 히든 상태 대신, 토큰당 12개의 디코더 레이어에서 히든 상태를 추출하여 작은 텍스트 퓨전 단계에서 트랜스포머 내부에서 융합합니다. 이미지는 Qwen-Image VAE로 디코딩됩니다.

두 개의 체크포인트가 릴리스되며, 동일한 아키텍처를 공유하지만 권장 샘플러 설정이 다릅니다:

Base (midtrain) — classifier-free guidance를 사용하는 전체 sampler를 사용하세요: num_inference_steps=28, guidance_scale=4.5.
TDM (distilled) — few-step sampling을 위해 증류된 모델로, num_inference_steps=8로 실행하고 guidance를 비활성화합니다(guidance_scale=0.0).

guidance_scale는 Krea 2 규약을 따릅니다: velocity는 cond + guidance_scale * (cond - uncond)로 계산되며, guidance_scale > 0인 경우에만 guidance가 활성화됩니다(이는 scale이 1 + guidance_scale인 일반적인 CFG 수식과 동일합니다).

텍스트-이미지

import torch
from diffusers import Krea2Pipeline

# Load from a local directory produced by the Krea 2 conversion (no hub repo yet).
pipe = Krea2Pipeline.from_pretrained("krea/Krea-2-Raw", dtype=torch.bfloat16)
pipe.to("cuda")  # or "mps", "xpu", "cpu"

prompt = "a fox in the snow"
image = pipe(
    prompt,
    height=1024,
    width=1024,
    num_inference_steps=28,
    guidance_scale=4.5,
    generator=torch.Generator("cuda").manual_seed(0),
).images[0]
image.save("krea2.png")

Krea2 Turbo를 사용하는 예제도 추가로 제공합니다:

import torch
from diffusers import Krea2Pipeline

pipe = Krea2Pipeline.from_pretrained("krea/Krea-2-Turbo", dtype=torch.bfloat16)
pipe.to("cuda")  # or "mps", "xpu", "cpu"

image = pipe(
    "a fox in the snow",
    height=1024,
    width=1024,
    num_inference_steps=8,
    guidance_scale=0.0,
    generator=torch.Generator("cuda").manual_seed(0),
).images[0]
image.save("krea2_turbo.png")

단일 파일 체크포인트 로드

import torch
from diffusers import Krea2Pipeline, Krea2Transformer2DModel

transformer = Krea2Transformer2DModel.from_single_file(
    "https://huggingface.co/krea/Krea-2-Turbo/blob/main/turbo.safetensors", dtype=torch.bfloat16
)
pipe = Krea2Pipeline.from_pretrained("krea/Krea-2-Turbo", transformer=transformer, dtype=torch.bfloat16).to("cuda")

Krea2Pipeline

클래스 diffusers.Krea2Pipeline

< source >

( scheduler: FlowMatchEulerDiscreteSchedulervae: AutoencoderKLQwenImagetext_encoder: Qwen3VLModeltokenizer: AutoTokenizertransformer: Krea2Transformer2DModeltext_encoder_select_layers: tuple[int, ...] | list[int] | None = Noneis_distilled: bool = Falsepatch_size: int = 2 )

매개변수

scheduler (FlowMatchEulerDiscreteScheduler) — Euler flow-matching 스케줄러입니다. Krea 2의 시그마 스케줄은 해상도 인식 지수 시간 시프트이므로, 스케줄러 설정에서 Krea 2 시프트 매개변수(base_shift=0.5, max_shift=1.15, base_image_seq_len=256, max_image_seq_len=6400)와 함께 use_dynamic_shifting=True가 설정되어 있어야 합니다.
vae (AutoencoderKLQwenImage) — latent를 이미지로 디코딩하는 데 사용되는 Qwen-Image 변분 오토인코더(f8, 16 latent 채널)
text_encoder (PreTrainedModel) — Qwen3-VL 모델(예: Qwen/Qwen3-VL-4B-Instruct의 Qwen3VLModel). 파이프라인은 마지막 hidden state가 아니라 여러 decoder layer에서 추출된 hidden states 스택을 사용합니다.
tokenizer (AutoTokenizer) — 텍스트 인코더와 짝을 이루는 토크나이저.
transformer (Krea2Transformer2DModel) — flow-matching 속도를 예측하는 Krea 2 단일 스트림 MMDiT입니다.
text_encoder_select_layers (tuple[int, ...], 선택 사항) — 텍스트 인코더의 hidden_states 튜플(0은 임베딩 출력)에서, 토큰별로 스택되어 transformer의 텍스트 조건으로 사용되는 상태의 인덱스입니다. transformer.config.num_text_layers개의 항목을 가져야 합니다.
is_distilled (bool, 선택 사항, 기본값 False) — transformer가 few-step distilled (TDM/turbo) 체크포인트인지 여부입니다. True인 경우 고정 타임스텝 시프트 mu=1.15가 사용되며, 그렇지 않으면 mu가 이미지 해상도로부터 계산됩니다.
patch_size (int, 선택 사항, 기본값 2) — transformer에 입력되기 전에 latents가 패킹되는 정사각형 패치의 한 변 길이. 실제 픽셀 대 토큰 다운샘플링 계수는 vae_scale_factor * patch_size입니다.

텍스트-이미지 생성을 위한 Krea 2 파이프라인.

call

< source >

( prompt: str | list[str] | None = Nonenegative_prompt: str | list[str] | None = Noneheight: int = 1024width: int = 1024num_inference_steps: int = 28sigmas: list[float] | None = Noneguidance_scale: float = 4.5num_images_per_prompt: int = 1generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = Nonelatents: typing.Optional[torch.Tensor] = Noneprompt_embeds: typing.Optional[torch.Tensor] = Noneprompt_embeds_mask: typing.Optional[torch.Tensor] = Nonenegative_prompt_embeds: typing.Optional[torch.Tensor] = Nonenegative_prompt_embeds_mask: typing.Optional[torch.Tensor] = Noneoutput_type: str | None = 'pil'return_dict: bool = Truecallback_on_step_end: typing.Optional[typing.Callable[[int, int, dict], NoneType]] = Nonecallback_on_step_end_tensor_inputs: list[str] = ['latents']attention_kwargs: dict[str, typing.Any] | None = Nonemax_sequence_length: int = 512 ) → Krea2PipelineOutput or tuple

매개변수

prompt (str 또는 list[str], 선택 사항) — 이미지 생성을 안내할 프롬프트입니다. 정의되지 않은 경우 prompt_embeds를 전달해야 합니다.
negative_prompt (str 또는 list[str], 선택 사항) — 이미지 생성을 안내하지 않을 프롬프트입니다. guidance_scale <= 0인 경우 무시되며, 가이던스가 활성화된 경우 기본값은 빈 프롬프트입니다.
height (int, 기본값 1024) — 생성된 이미지의 픽셀 단위 높이입니다. 필요 시 16의 배수로 올림됩니다.
width (int, 기본값 1024) — 생성된 이미지의 픽셀 단위 너비입니다. 필요 시 16의 배수로 올림됩니다.
num_inference_steps (int, 기본값 28) — 디노이징 단계 수입니다. base(midtrain) 체크포인트에는 28을, few-step distilled(TDM) 체크포인트에는 8을 사용하십시오.
sigmas (list[float], 선택 사항) — 스케줄러에 사용할 커스텀 시그마입니다. 정의되지 않은 경우, 기본 linspace(1.0, 1/num_inference_steps, num_inference_steps) 그리드가 사용됩니다(해상도 인식 시프트는 스케줄러 내부에서 적용됩니다).
guidance_scale (float, 기본값 4.5) — Krea 2 규약을 따르는 Classifier-free guidance scale입니다. velocity는 cond + guidance_scale * (cond - uncond)로 계산되며, guidance_scale > 0인 경우 항상 guidance가 활성화됩니다(이는 scale이 1 + guidance_scale인 일반적인 CFG 수식과 동일합니다). 비활성화하려면 0.0으로 설정하세요(예: TDM checkpoint).
num_images_per_prompt (int, 기본값 1) — 프롬프트당 생성할 이미지의 수입니다.
generator (torch.Generator 또는 list[torch.Generator], 선택 사항) — 생성을 결정적으로 만들기 위한 하나 이상의 torch generator.
latents (torch.Tensor, 선택 사항) — 이미지 생성의 입력으로 사용할 가우시안 분포에서 샘플링된, 패킹된 형태 (batch_size, image_seq_len, in_channels)의 사전 생성된 노이즈 latents입니다.
prompt_embeds (torch.Tensor, 선택 사항) — (batch_size, text_seq_len, num_text_layers, text_hidden_dim) 형태의 사전 생성된 텍스트 임베딩입니다. 제공되지 않으면 prompt에서 임베딩이 생성됩니다.
prompt_embeds_mask (torch.Tensor, 선택 사항) — prompt_embeds에 대한 불리언 마스크입니다. prompt_embeds가 전달될 때 필수입니다.
negative_prompt_embeds (torch.Tensor, 선택 사항) — 미리 생성된 부정 텍스트 임베딩. prompt_embeds와 동일한 레이아웃을 가집니다.
negative_prompt_embeds_mask (torch.Tensor, 선택 사항) — negative_prompt_embeds에 대한 Boolean 마스크입니다. negative_prompt_embeds가 전달될 때 필수입니다.
output_type (str, 선택 사항, 기본값 "pil") — 생성된 이미지의 출력 형식입니다. "pil", "np", "pt" 또는 "latent" 중 하나를 선택합니다.
return_dict (bool, 선택 사항, 기본값 True) — 일반 튜플 대신 Krea2PipelineOutput를 반환할지 여부.
callback_on_step_end (Callable, 선택 사항) — 각 노이즈 제거 단계의 끝에서 callback_on_step_end(self, step, timestep, callback_kwargs)로 호출되는 함수입니다.
callback_on_step_end_tensor_inputs (list[str], 선택 사항, 기본값 ["latents"]) — callback_on_step_end 함수의 텐서 입력 목록입니다. ._callback_tensor_inputs의 부분집합이어야 합니다.
attention_kwargs (dict, 선택 사항) — 지정된 경우 diffusers.models.attention_processor의 self.processor에서 정의된 AttentionProcessor로 전달되는 kwargs 사전입니다.
max_sequence_length (int, 기본값 512) — Transformer가 소비하는 고정된 텍스트 시퀀스 길이입니다. 프롬프트는 이 길이에 맞게 패딩되거나 잘립니다.

반환값

Krea2PipelineOutput 또는 tuple

return_dict가 True이면 Krea2PipelineOutput, 그렇지 않으면 생성된 이미지가 포함된 리스트가 첫 번째 요소인 tuple

생성을 위해 파이프라인을 호출할 때 호출되는 함수.

예:

>>> import torch
>>> from diffusers import Krea2Pipeline

>>> # Load from a local directory produced by the Krea 2 conversion (no hub repo yet).
>>> pipe = Krea2Pipeline.from_pretrained("path/to/krea2-diffusers", torch_dtype=torch.bfloat16)
>>> pipe.to("cuda")
>>> prompt = "a fox in the snow"
>>> # Base (midtrain) checkpoint defaults. For the few-step distilled (TDM) checkpoint use
>>> # `num_inference_steps=8, guidance_scale=0.0` instead.
>>> image = pipe(prompt, num_inference_steps=28, guidance_scale=4.5).images[0]
>>> image.save("krea2.png")

encode_prompt

< source >

( prompt: str | list[str]device: typing.Optional[torch.device] = Nonenum_images_per_prompt: int = 1prompt_embeds: typing.Optional[torch.Tensor] = Noneprompt_embeds_mask: typing.Optional[torch.Tensor] = Nonemax_sequence_length: int = 512 )

매개변수

prompt (str 또는 list[str], 선택 사항) — 인코딩할 프롬프트
device — (torch.device): torch device
num_images_per_prompt (int) — 프롬프트당 생성할 이미지 수
prompt_embeds (torch.Tensor, 선택 사항) — (batch_size, text_seq_len, num_text_layers, text_hidden_dim) 모양의 사전 생성된 텍스트 임베딩입니다. 텍스트 입력을 쉽게 조정하는 데 사용할 수 있으며, 예를 들어 프롬프트 가중치 설정에 활용할 수 있습니다. 제공되지 않으면 prompt 입력 인자로부터 텍스트 임베딩이 생성됩니다.
prompt_embeds_mask (torch.Tensor, 선택 사항) — 유효한 텍스트 토큰을 표시하는 사전 생성된 불리언 마스크로, 모양은 (batch_size, text_seq_len)입니다. prompt_embeds가 전달될 때 필수입니다.
max_sequence_length (int, 기본값 512) — Transformer가 소비하는 고정된 텍스트 시퀀스 길이입니다. 프롬프트는 이 길이에 맞게 패딩되거나 잘립니다.

get_text_hidden_states

< source >

( prompt: str | list[str]max_sequence_length: int = 512device: typing.Optional[torch.device] = None )

prompt을 고정 길이의 Krea 2 레이아웃으로 토큰화하고 선택된 인코더의 숨겨진 상태를 가져옵니다.

(hidden_states, attention_mask) 튜플을 반환합니다. 각 요소의 형태는 각각 (batch_size, text_seq_len, num_text_layers, text_hidden_dim)과 (batch_size, text_seq_len)(bool)입니다.

prepare_position_ids

< source >

( text_seq_len: intgrid_height: intgrid_width: intdevice: device )

결합된 시퀀스에 대한 (text_seq_len + grid_height * grid_width, 3) 회전 좌표를 구성합니다: 텍스트 토큰은 원점에 위치하고, 이미지 토큰은 (0, h, w) 잠재 그리드 좌표를 가집니다.

Krea2PipelineOutput

클래스 diffusers.pipelines.krea2.Krea2PipelineOutput

< source >

( images: list[PIL.Image.Image] | numpy.ndarray )

매개변수

images (list[PIL.Image.Image] 또는 np.ndarray) — batch_size 길이의 노이즈 제거된 PIL 이미지 목록 또는 (batch_size, height, width, num_channels) 모양의 numpy 배열.

Krea 2 파이프라인의 출력 클래스입니다.

모듈형

Krea 2는 모듈형 파이프라인으로도 사용할 수 있습니다. Classifier-free guidance는 guidance_scale 호출 인수가 아닌 guider 구성 요소를 통해 설정됩니다. Krea 2는 cond-anchored CFG를 사용하며, 이는 use_original_formulation=True가 적용된 ClassifierFreeGuidance입니다.

import torch
from diffusers import ClassifierFreeGuidance, ModularPipeline

pipe = ModularPipeline.from_pretrained("krea/Krea-2-Raw")
pipe.load_components(dtype=torch.bfloat16)
pipe.to("cuda")  # or "mps", "xpu", "cpu"


image = pipe(
    prompt="a fox in the snow",
    height=1024,
    width=1024,
    num_inference_steps=28,
    generator=torch.Generator("cuda").manual_seed(0),
).images[0]
image.save("krea2.png")

Krea2 Turbo 사용 예제도 함께 제공합니다. 증류된 체크포인트는 자체 블록 세트(Krea2TurboAutoBlocks)에 매핑됩니다: 가이던스 없이 실행되며(guider 없음), 부정 프롬프트를 받지 않고, 몇 단계 만에 샘플링합니다. ModularPipeline.from_pretrained는 체크포인트의 is_distilled 설정을 기반으로 터보 블록을 자동으로 선택하므로 가이던스 설정이 필요하지 않습니다:

import torch
from diffusers import ModularPipeline

pipe = ModularPipeline.from_pretrained("krea/Krea-2-Turbo")
pipe.load_components(dtype=torch.bfloat16)
pipe.to("cuda")  # or "mps", "xpu", "cpu"

image = pipe(
    prompt="a fox in the snow",
    height=1024,
    width=1024,
    num_inference_steps=8,
    generator=torch.Generator("cuda").manual_seed(0),
).images[0]
image.save("krea2_turbo.png")

Krea2ModularPipeline

클래스 diffusers.Krea2ModularPipeline

< source >

( blocks: diffusers.modular_pipelines.modular_pipeline.ModularPipelineBlocks | None = Nonepretrained_model_name_or_path: str | os.PathLike | None = Nonecomponents_manager: diffusers.modular_pipelines.components_manager.ComponentsManager | None = Nonecollection: str | None = Noneworkflow: str | None = Nonemodular_config_dict: dict[str, typing.Any] | None = Noneconfig_dict: dict[str, typing.Any] | None = None**kwargs )

Krea 2용 ModularPipeline.

Krea2AutoBlocks

클래스 diffusers.Krea2AutoBlocks

< source >

( )

Krea 2를 사용한 텍스트-이미지 생성을 위한 Auto Modular 파이프라인: 텍스트 인코딩 -> 코어 디노이즈(대칭 CFG) -> 디코딩.

지원되는 워크플로:

text2image: prompt 필수

Components: text_encoder (Qwen3VLModel): Qwen3-VL 텍스트 인코더. tokenizer (AutoTokenizer): 텍스트 인코더와 짝을 이루는 토크나이저. guider (ClassifierFreeGuidance) transformer (Krea2Transformer2DModel) scheduler (FlowMatchEulerDiscreteScheduler) vae (AutoencoderKLQwenImage) image_processor (VaeImageProcessor)

입력: prompt (str): 이미지 생성을 안내하는 프롬프트입니다. negative_prompt (str, 선택 사항): CFG를 위한 음의 프롬프트입니다. max_sequence_length (int, 선택 사항, 기본값 512): 프롬프트 인코딩을 위한 최대 시퀀스 길이입니다. num_images_per_prompt (int, 선택 사항, 기본값 1): 프롬프트당 생성할 이미지의 수입니다. latents (Tensor, 선택 사항): 이미지 생성을 위한 사전 생성된 노이즈된 잠재 변수입니다. height (int, 선택 사항, 기본값 1024): 생성된 이미지의 픽셀 단위 높이입니다. width (int, 선택 사항, 기본값 1024): 생성된 이미지의 픽셀 단위 너비입니다. generator (Generator, 선택 사항): 결정론적 생성을 위한 Torch 생성기입니다. num_inference_steps (int, 선택 사항, 기본값 28): 노이즈 제거 단계의 수입니다. sigmas (list, 선택 사항): 사용자 정의 시그마 스케줄입니다(기본값은 선형 램프). attention_kwargs (dict, 선택 사항): 어텐션 프로세서에 대한 추가 kwargs입니다. output_type (str, 선택 사항, 기본값 pil): 출력 형식: ‘pil’, ‘np’, ‘pt’.

출력: images (list): 생성된 이미지.

Krea2TurboModularPipeline

클래스 diffusers.Krea2TurboModularPipeline

< source >

디스틸된 Krea 2 turbo(TDM) 체크포인트를 위한 ModularPipeline입니다. classifier-free guidance 없이 실행되므로 negative prompt를 받지 않으며 guider가 없습니다.

Krea2TurboAutoBlocks

클래스 diffusers.Krea2TurboAutoBlocks

< source >

( )

Auto 모듈러 파이프라인을 사용하여 디스틸된 Krea 2 turbo 체크포인트로 텍스트-이미지 생성을 수행합니다: 텍스트 인코딩 -> 코어 디노이즈(가이던스 없음) -> 디코딩.

지원되는 워크플로:

text2image: prompt 필수

Components: text_encoder (Qwen3VLModel): Qwen3-VL 텍스트 인코더. tokenizer (AutoTokenizer): 텍스트 인코더와 짝을 이루는 토크나이저. transformer (Krea2Transformer2DModel) scheduler (FlowMatchEulerDiscreteScheduler) vae (AutoencoderKLQwenImage) image_processor (VaeImageProcessor)

입력: prompt (str): 이미지 생성을 안내하는 프롬프트입니다. max_sequence_length (int, 선택 사항, 기본값 512): 프롬프트 인코딩을 위한 최대 시퀀스 길이입니다. num_images_per_prompt (int, 선택 사항, 기본값 1): 프롬프트당 생성할 이미지의 수입니다. latents (Tensor, 선택 사항): 이미지 생성을 위한 사전 생성된 노이즈 latents입니다. height (int, 선택 사항, 기본값 1024): 생성된 이미지의 픽셀 단위 높이입니다. width (int, 선택 사항, 기본값 1024): 생성된 이미지의 픽셀 단위 너비입니다. generator (Generator, 선택 사항): 결정론적 생성을 위한 Torch generator입니다. num_inference_steps (int, 선택 사항, 기본값 8): 디노이징 단계의 수입니다. sigmas (list, 선택 사항): 사용자 정의 sigma 스케줄입니다(기본값은 선형 램프). attention_kwargs (dict, 선택 사항): attention 프로세서에 대한 추가 kwargs입니다. output_type (str, 선택 사항, 기본값 pil): 출력 형식: ‘pil’, ‘np’, ‘pt’.

출력: images (list): 생성된 이미지.

Update on GitHub

←Kolors Latent Consistency Models→

Diffusers

Krea 2

텍스트-이미지

단일 파일 체크포인트 로드

Krea2Pipeline

클래스 diffusers.Krea2Pipeline

__call__

encode_prompt

get_text_hidden_states

prepare_position_ids

Krea2PipelineOutput

클래스 diffusers.pipelines.krea2.Krea2PipelineOutput

모듈형

Krea2ModularPipeline

클래스 diffusers.Krea2ModularPipeline

Krea2AutoBlocks

클래스 diffusers.Krea2AutoBlocks

Krea2TurboModularPipeline

클래스 diffusers.Krea2TurboModularPipeline

Krea2TurboAutoBlocks

클래스 diffusers.Krea2TurboAutoBlocks

call