跳至正文
MakerGain
← 返回项目

把参考图拖进提示栏:Krea 用两千万美元押注“品味”可以训练

编辑:MakerGain

Krea 把参考图拖入提示栏、用滑块调节单图对生成结果的影响,把风格控制做成具体产品动作。联合创始人 Victor 称 K2 是路线图中保守的首款自研模型,必须先成功,后续两款才有空间承担更大风险;团队自述用七个月手工标注数据,并让两千万美元 GPU 集群运行一年。

比如你手上有一张参考图:旧杂志上的手绘插画,带扫描颗粒。你想让模型画出这个味道,而不是照抄图里的内容。平时能做的,是把感受写成形容词——颗粒感、手绘、复古印刷。写出来的和心里想的,总差一点。

Krea 2 把这个步骤换成了一个动作:把参考图直接拖进提示栏当风格锚点,再上下滑动,调整它影响生成结果的程度。Krea 在自家博客里描述了这个交互 On being the underdog[1]。

滑块本身不算大功能,但它把难题摆到了明面上:想让模型对“这张图的风格”有反应,光靠形容词不够,得有人在数据里把风格标出来。这也是理解一家 37 人的公司为什么要自己训练模型的入口。

一个滑块背后的取舍

多数前沿实验室训练模型时盯着可测指标:照片级真实、提示遵循、分辨率。Krea 说,视觉风格和“品味”这类东西,更多是在后训练阶段成型的,而他们把功夫集中在这一阶段 On being the underdog[1]。同一篇里还有一句公司自己的说法:全世界大概只有两百人真正会做这件事,到了后训练这一步,已经不是模型架构问题,而是品味问题。

Krea 2(官方简称 K2)是这家公司首个自研生成式图像模型,按风格范围和创作变化来训练,官方称它在插画、手绘、VHS 颗粒感、漫画动画和字标这些方向上更能站住脚,不只奔着照片级真实去。这些是公司自述。Krea 在 FAQ 里回答与 Nano Banana、GPT Image 的差别时,称多数大模型会在单一安全风格上趋同,K2 则按风格范围训练——这是自我定位,不是独立测试结果,拿它当性能胜负来读会读错 On being the underdog[1]。

代价落在准备数据上:团队花七个月手工建立并自行标注数据集,后训练流程也是自己写的 On being the underdog[1]。博客解释得直白:并非必须重新发明轮子,只因为默认的轮子会滚向他们不想去的方向。做产品的人在这里的选择不浪漫——想让模型认得出“这张图的风格”,就得有人一张张把“风格”标出来。

如果单张参考还不够,同一篇博客给了另一个动作:先建一块情绪板,对着整体美学下提示,而不是拼一串形容词 On being the underdog[1]。滑块调的是单张参考图的分量,情绪板管的是整体气质。

“第一款不许失败”

联合创始人 Victor 把 K2 称作路线图里“保守”的第一款模型。保守这个词有分量:Krea 此前从未训练过模型,第一次尝试失败,这笔两千万美元的赌注就到此为止;只有 K2 成了,后面两款模型才有余地承担更多美学和训练上的风险 On being the underdog[1]。

这是一次按顺序下注,不是孤注一掷。同一台集群要跑一年,两千万美元,同时供 K2 和另外两款 Krea 模型使用 On being the underdog[1]。风险因此被排在时间轴上:先证明能训出来,再谈敢不敢冒险。博客说,等 K2 跑通,接下来两款模型才是可以“故意鲁莽”的地方:新的训练规范、新的美学,那种前沿实验室因为要照顾十亿用户而没法合理化的冒险。

这条路线的起点更早。Fast Company 这篇报道的作者在 2023 年见到 Victor Perez 和 Diego Rodriguez,两人当时设想的不只是生成式 AI 媒体,而是一套有工匠级操控感的工具集,把多种 AI 模型整合起来,让图像、视频和声音的边界变模糊 Krea, an Adobe for the AI era[2]。报道把 Krea 的核心承诺概括为“可控性”,Perez 说当初的假设被验证,在社区里得到了回应。把参考图变成能滑动的锚点,是这句承诺的一个具体形状。

图:来源 Krea 官方改版文章[3],2026-11-11取得,保留原界面。

这张官方素材来自网页界面的增强工具:前后对比和参数放在同一屏,是“可控性”在增强工具里的另一个样子,并非 K2 的参考图滑块。

用户、融资和一笔算力账

公司称有免费层,可以测试 K2 和平台其他功能,“猫骑自行车”那个测试免费 On being the underdog[1]。博客和 Fast Company 的报道都没给订阅价格、计费周期或额度结转,也就无从判断有多少人真正掏钱。

钱和人的规模有数:Krea 官方博客称公司累计融资 8300 万美元、37 人 On being the underdog[1];Fast Company 报道称 B 轮 4700 万美元由 Bain Capital Ventures 领投,此前 A 轮由 Andreessen Horowitz 领投,累计 8300 万美元,估值 5 亿美元 Krea, an Adobe for the AI era[2]。同一篇报道以“两年后、2000 万用户”描述完成 B 轮时的规模,但正文没给用户定义、精确统计日期或渠道拆分——这个数字能说明被看见的程度,说明不了收入。

成本这端只知道一笔:那台要跑一年的两千万美元 GPU 集群。它对应的是算力投入,并非某个月的推理账单;公开信息没有模型采购、推理、存储、人员等分项,利润结构仍然不清楚。

风格归谁

有一处细节不像营销话术:Krea 称用户上传或生成的内容仍归用户所有,用户可以选择不让作品用于训练 Krea 模型 On being the underdog[1]。同一篇博客里,公司说正在试验用 AI 本身去认定“对某次生成有可测量风格影响”的创作者,希望在行业定型前探索出一层可持续的版税 On being the underdog[1]。

这件事没有落地版本,措辞是“试验”和“希望”,能不能算得清、算出来给谁付钱,都还是空的。但它和滑块是同一个问题的两端:如果风格可以被指出来、被滑动调节,那么“这是谁的风格”迟早要有一个账本。Krea 把版税实验放在发布自研模型的同一篇文字里,至少说明它知道这笔账会来。

Krea 押的是:品味可以被训练、被产品化,也许还可以被归功;而这条链的起点,是先把风格做成一个能拖动、能滑动、能标出轻重的对象。风格像不像,最后是在用户自己那张图上验的,不在任何一篇博客里。

继续阅读

AI 伴侣AI 图片AI 语音
一条回复算一条,一张照片算八条:Embraces.AI 把陪伴拆成消息卖

Embraces.AI 把陪伴按消息计价:一条回复算 1 条,一张 Picture this 图算 8 条。伴侣有跨会话记忆,会连发气泡并主动找人;用户可编辑记忆、导出聊天。注册前有 40 条免费消息,付费三档 $12 起,$5 可充 250 条。TrustMRR 2026-11-14 记其全时收入 $48,193、426 个活跃订阅。

AI 图片AI 视频AI 语音
5900万播放几乎没赚到钱,公开整个项目后,海外注册当天增至6.5倍

Zohar Vanunu 用自建 Kolbo.AI 制作“圣经手机影像”AI 系列,30 天获 5900 万次播放和 20 多万关注,却自述几乎没带来收入;公开完整制作教程后,海外注册当天增至 6.5 倍,三周 3,285 人占新注册 78%。产品把 100 多个模型与聊天、图像、视频、音乐、语音放进同一项目,按点数收费。

AI 自动投稿AI 写稿AI 图片AI 视频
别从空白页开始:CaptureFlow 接住你说的话,签字仍归你

CaptureFlow 把语音、链接、视频或文件里的表达接住,交给 Content Agent 起草,用户改完并明确批准后才发 LinkedIn,责任仍归本人。Chris Koronowski 在波兰波兹南运营公司,分 Pro、Business、Agency 三档收费,后两档按席位;案例称 InStream 有 100 个付费席位,TrustMRR 另显示 8 份订阅,两者不能并成客户数。

AI 视频AI 语音
一个披萨师,在落地页做好之前签下一万美元的服务合同

巴黎披萨师Kevin Rousseau在COVID期间自学编程,独自把配音工具VoiceCheap做到官方所称的盈利,又在其上搭建人工把关的本地化服务VoiceStudio:客户交源视频,团队完成转写、翻译、配音、质检与交付,关键节点由客户确认。官方称首份约1万美元服务合同在落地页完成前签下。