Hacker News 中文摘要

RSS订阅

Krea 3:为规模化编辑而生的图像模型 -- Krea 3 – An image model built for editing at scale

在示例中,把她的头发染成淡粉色可在 8 秒内完成。克里亚3(Krea 3)是一款面向生产环境的图像编辑模型,号称速度快 10 倍、成本便宜 3 倍,相比纳米香蕉专业版(Nano Banana Pro)快 4 倍。它只更改用户要求修改的部分,单次编辑不到 8 秒,每张图像价格为 0.00 美元;框选区域并描述改动后,模型只重绘框内内容,其余画面保持原样。

正文

时尚肖像:一位铂金发色的女性戴着琥珀色盾形太阳镜,身穿 oversized 黑色羊毛外套,在蓝到粉的工作室渐变背景中迎风倾斜。

把她的头发染成浅粉色,耗时不到 8 秒。

Krea 3:快 10 倍,成本低 3 倍

相比而言,Krea 3 是面向生产的图像编辑模型。它只改你要求的地方,单次编辑不到 8 秒完成,每张图价格 $0.00。

每张图价格 $0.00;比 Nano Banana Pro 快 4 倍;单次编辑时间不到 8 秒。

每张图价格

  • Krea 3:$0.00
  • Grok Imagine 2.0:$0.00
  • Nano Banana 2:$0.00
  • Seedream 5.0 Pro:$0.00
  • Nano Banana Pro:$0.00
  • GPT Image 2:$0.00
  • Ideogram 4.5:$0.00

单次编辑秒数

  • Krea 3:不到 8 秒
  • Grok Imagine 2.0:0 秒
  • Nano Banana 2:0 秒
  • Seedream 5.0 Pro:0 秒
  • Nano Banana Pro:0 秒
  • GPT Image 2:0 秒
  • Ideogram 4.5:0 秒

编辑

一个区域

其余部分保持不变。

画一个框,说明要改什么。Krea 3 只重绘框内区域,图像其余部分保持原样。

同一张图用局部编辑做了三次 Krea 3 修改。改动像素会与原图对比测量。

用 #FFC12E 提示,得到准确颜色

输入一个十六进制色值,Krea 3 会在产品上匹配这个颜色,而且只改产品。选个色板试试。

原图:

毛绒玩具

911

桌面风扇

连衣裙

厨房中岛

玻璃架

唇彩

沙发

隧道

最多八个参考对象,合成一张图

用编号指定人物、产品、地点和风格,Krea 3 会把它们放进同一张图。

全新场景,同一个角色

改变造型、场景和氛围,同时让面容保持熟悉。通过一系列编辑探索角色一致性。

原生 2K

沙丘旁一间长长的拱形木构阅览室,配有皮革扶手椅、钢制边桌和一排排书籍。

2736 × 1536 px · 原生

移动以查看

每个细节都成立

Krea 3 原生渲染 2K。用放大镜在这个 2K 输出上移动,就能看到真实像素。

同样的编辑,更少的等待

同一张图,12 条相同的提示词。并排观察 Krea 3、Nano Banana Pro 和 GPT Image 2.5 完成相同编辑的过程,然后加速播放,就能看出差别。

Krea 3

<8 秒

约 0.06 美元/次编辑

编辑内容:钴蓝色背景

Nano Banana Pro

约 26.8 秒

约 0.135 美元/次编辑

编辑内容:钴蓝色背景

GPT Image 2.5

约 39.9 秒

约 0.21 美元/次编辑

编辑内容:钴蓝色背景

以上为预生成结果,不是实时基准测试。Krea 3 使用 8 秒/次编辑的示意播放时长。Nano Banana Pro 为 26.8 秒,GPT Image 2.5 Sunburst 为 39.9 秒:这是各模型 12 张图批次从请求到结果的中位时间,包含排队时间。每次编辑都从同一张原图开始。每个模型按自己的节奏连续循环。成本是 2K 编辑的近似美元标价,不含促销。GPT Image 2.5 价格为待验证的草案估计。

为设计师打造:海报、包装、品牌、封面

更换产品、照片或品牌,同时保留版式和字体。长按任意一件,就能看到它原本的样子。

Night Shift 海报,改了标题

字体排版:Night Shift 海报,改了标题

Maison Olive,烫金

字体排版:Maison Olive,烫金

Boulangerie 招牌,改了字体

字体排版:Boulangerie 招牌,改了字体

字体排版:Ardent 样本,letterpressed(凸版印刷)

字体排版:The Quiet Year,日文版

海报:Voyage 公路旅行横幅

包装:Petit Verger 甜点盒

杂志:Mirage 杂志封面

广告与社交:Snap 热狗海报

海报:Porto Luce 旅行海报

品牌:Dog Days Radio 包装盒

广告与社交:Berry Cheesecake 故事

海报:Brooklyn 城市海报

包装:Tea Kite 茶叶盒堆叠

杂志:The Cat Issue 封面

广告与社交:Lunch O'Clock 食品广告

海报:Casa Alta 工作室海报

品牌:nudo 咖啡杯托

广告与社交:Snack Night 故事

海报:来自里斯本的问候明信片

广告与社交:Ombra 茶印刷广告

海报:Goose, Dog, Cat 系列

海报:Pasta Night 活动海报

直接说出来,编辑和你说话一样快

发一张照片,再发一段语音。你还没想到下一句,Krea 3 就已经把编辑结果返回了。

把图 1 里低角度的加油站照片重新打光成夜景,保留机位、动作和两个人。

只改你要求的地方,不多一个像素

“只把她的外套改成钴蓝色。”橙色标出每个模型改动过的像素。拖动可对比。

Krea 3 精准度*

Nano Banana Pro 精准度*

*精准度指编辑区域外未改动的像素占比。每个模型尝试一次,2K,同一张图和提示词;Krea 3 使用 Precise 模式。输出在最佳对齐后以四分之一分辨率比较,因此输出尺寸不同不算改动。

评论

社区对 Krea 3 的反应是期待与怀疑并存:不少人肯定它在编辑速度、成本和局部编辑上的潜力,但更多吐槽集中在注册和订阅流程里的黑暗模式、昂贵门槛,以及官方宣称的“前沿质量”与实测样例之间的落差。最大的分歧主轴在于开源权重与本地部署:若继续闭源,许多人认为它很难从 OpenAI、Google 手中抢走用户;若开源,则被期待通过 LoRA 微调和本地运行真正流行起来。

认为定价和注册流程充满黑暗模式,订阅门槛过高

  • 注册时先推销套餐、拒绝后才打折,被批评为“需要威胁离开才给折扣”的黑暗模式;有人仅试两张图后就只能选择月订阅,明确表示想要按量额度而非订阅。此外,即便抛开套路,它对多数产品用例仍偏贵。(较多人) > 这种定价令人反感:每次订阅都得像要离开一样威胁才能拿到折扣,如今甚至要靠 AI 来自动完成这一过程。(@qurren)

质疑“前沿质量”,实测出现文字错乱和编辑穿帮

  • 官方宣称达到前沿画质,但部分示例被指并不前沿;模糊字符场景的招牌文字被打乱,珍珠耳环和广告牌工人等样张也被认为配不上“前沿”评价,这成为一些人的直接否决理由。(较多人)
  • 编辑一致性也受质疑:给穿 T 恤的人物换到酒吧场景时,T 恤图案错误地画在外套之上,Gemini 表现更好;红车示例还被指凭空加上难看阴影。(较多人) > 模糊字符场景里的招牌文字被识别错乱,这让我直接放弃使用。(@kelseyfrog)

认为只有开源权重和本地运行才能真正被社区接受

  • 很多人直接追问开源权重何时发布,指出付费图像模型已经很多,缺少开放权重就难以脱颖而出;若保持闭源,大多数人仍会继续用 OpenAI 和 Google,模型很难获得关注。(较多人)
  • 本地运行还被关联到隐私:有人因不信任任何托管服务商处理私人图片数据,希望能在本地跑模型;社区也期待开放权重后出现大量 LoRA 微调,尤其是动漫方向。(较多人) > 若继续闭源,大多数人仍会接着用 OpenAI 和 Google;我希望能在本地运行来处理私人图片数据。(@water-drummer)

肯定它在编辑延迟、成本和局部编辑上的进步与潜力

  • 有评论认为把延迟和价格放在同等重要的位置令人耳目一新,快速且低成本的编辑能解锁大量用例;虽然对多数产品场景仍偏贵,但方向被肯定。Krea 3 渲染小字号文本的能力也受到称赞,有人看到后训练潜力。(较多人) > 把延迟和价格同等重视,这一点让人耳目一新。(@geooff_)
  • 也有较直接的好评,认为模型看起来很酷,并希望它尽快登陆 model garden。(少数人)

有价值的补充

  • 官方将 Krea 3 定位为图像编辑模型,主打原生区域编辑和像素级最小区域退化;这也解释了为什么把它和 FLUX 3 Image 这类生成模型直接比较会被认为不完全对等。
  • 官方称内部评测里它在速度和成本上可无脑替代 NBP 或 GPT Image,但社区实测样例并未完全支持这一说法。
  • 在 UI 设计对比中,Krea 3 的小字号文本渲染较稳,但视觉创意不及 GPT-Image-2.5;若把精确十六进制色号作为颜色参考,色号文本会泄露到成图里,例如银行网站示例的估值面板上出现了色号。
  • 编辑物理关系仍会出错:给穿 T 恤的人物换场景时,T 恤图案错误地画在生成的外套之上,Gemini 表现更好;红车示例还被指凭空加上难看阴影。
  • 个人开发者实测发现,已弃用的 Grok Imagine V1 仍是性价比最高的选择,说明更快、更便宜并不自动等于产品级可用。