TL;DR

이 배포물은 Krea-2 원본과 Turbo 변형, 다수의 LoRA 스타일, VAE 및 텍스트 인코더를 ComfyUI 환경에서 바로 사용할 수 있도록 파일을 재구성한 패키지이다. 배포에는 bf16, FP8 스케일드, NVFP4 등 여러 수치 포맷의 가중치 파일과 LoRA별 권장 트리거 단어 및 권장 강도 값이 포함되어 있어 다양한 런타임·메모리 조건에서 실험할 수 있다. 설치 지침은 ComfyUI의 models 디렉터리 구조에 맞춰 구체적으로 제시되어 있어 파일을 해당 위치에 배치하면 곧바로 테스트가 가능하다. 다만 README에는 성능 벤치마크나 학습 세부 내역이 없어 출력 품질·정확도와 포맷별 호환성은 사용자가 직접 검증해야 한다.

핵심 역량

• 이 패키지는 Krea-2 기반 diffusion 모델 가중치와 Turbo 변형을 로컬 ComfyUI 환경에서 불러와 텍스트 프롬프트로 이미지를 생성할 수 있게 한다. 사용자는 제공된 VAE와 텍스트 인코더를 함께 사용해 디코딩 품질과 텍스트 임베딩 일관성을 확보할 수 있다. 여러 포맷(bf16, FP8, nvfp4)이 동시에 제공되므로 런타임과 메모리 제약에 따라 적합한 파일을 선택해 실행할 수 있다.
• 다수의 LoRA 스타일 모듈이 포함되어 있어 기본 모델에 가볍게 스타일 변형을 적용할 수 있다. 각 LoRA에 권장 트리거 단어와 권장 강도(예: 1.0)가 명시되어 있어 동일한 프롬프트에서 재현 가능한 스타일 결과를 얻기 쉽다. LoRA는 기본 가중치를 변경하지 않고 추가 모듈만 로드하므로 여러 스타일을 빠르게 교체하면서 실험할 수 있다.
• FP8 및 NVFP4 같은 저비트 형식 가중치 파일을 제공하므로 메모리 사용을 줄이고 더 낮은 사양 GPU에서도 추론을 시도할 수 있다. 파일 이름에 포맷 정보가 명시되어 있어 어떤 런타임에서 호환되는지 식별하기 쉽다. 다만 해당 저비트 파일의 정확도·호환성은 런타임과 VAE/인코더 조합에 따라 달라질 수 있다.
• 파일 구조가 ComfyUI의 models/l... 폴더 체계에 맞춰 제시되어 있어 설치·관리 절차가 간단하다. 사용자는 README 지시에 따라 각 파일을 대응하는 디렉터리에 배치하고 ComfyUI에서 모델 노드를 연결하면 즉시 테스트를 시작할 수 있다. 이 배포 방식은 빠른 프로토타이핑과 스타일 조합 실험을 용이하게 한다.

강점

• 다양한 파일 포맷과 LoRA 모듈을 함께 제공하여 사용자가 환경·목적에 따라 적절한 조합을 선택할 수 있다. bf16, FP8 스케일드, nvfp4 파일이 함께 포함되어 있어 고정밀 환경과 저비용 추론 환경을 모두 지원할 수 있다. 파일명으로 포맷이 명확하게 구분되어 있어 설치 시 호환성 판단이 용이하다.
• LoRA별로 권장 트리거 단어와 권장 강도 값이 README에 표로 정리되어 있어 스타일 적용의 재현성을 높인다. 이로 인해 사용자는 모델 본체를 변경하지 않고도 일관된 스타일 출력을 얻기 위한 기본 가이드를 바로 활용할 수 있다. LoRA 중심 워크플로를 채택한 사용자들에게 실험 속도와 관리 편의성 측면에서 이점이 있다.

알아두면 좋은 것

• 배포 라이선스는 krea-2-community-license로 명시되어 있으며 라이선스 전문 링크가 제공되어 있다. 이 라이선스 표기는 원저작자의 라이선스 정책을 따르되 커뮤니티 배포에 특화된 조건을 담고 있을 가능성이 있으므로 사용자는 링크된 LICENSE.pdf를 통해 허용 범위와 제한을 확인해야 한다. 라이선스가 'other' 카테고리로 표기되어 있어 표준 오픈소스 라이선스와 차이가 있을 수 있다.
• README에는 ComfyUI 내부 폴더 구조와 파일명을 구체적으로 제시하여 실제 설치 시 파일 경로 혼동을 최소화하고 있다. diffusion_models, loras, text_encoders, vae 등 목적별 디렉터리 위치와 권장 파일명을 명확히 적어두었으므로 자동화 스크립트나 수동 배치 시 참조가 용이하다. 이 구조로 인해 ComfyUI 워크플로에서 필요한 구성 요소를 빠르게 조립할 수 있다.
• 다양한 LoRA 스타일이 목록으로 제공되며 각 LoRA에 대해 권장 트리거 단어와 권장 강도(모두 1.0)가 표 형식으로 정리되어 있다. 이 표는 어떤 프롬프트에 어떤 스타일 키워드를 추가해야 하는지와 권장 적용 강도를 즉시 확인할 수 있게 하므로 스타일 실험의 재현성을 높인다. LoRA 파일명과 트리거 매핑이 일관되게 관리되어 여러 스타일을 조합하는 실험이 수월하다.
• 배포에는 krea2_turbo_fp8_scaled.safetensors, krea2_turbo_nvfp4.safetensors 등 저비트 또는 런타임 특화 포맷 파일이 포함되어 있다. 또한 qwen3vl_4b_fp8_scaled 텍스트 인코더와 qwen_image_vae VAE 파일이 동봉되어 있어 텍스트 임베딩과 이미지 디코딩 측면에서 패키지 내부 호환성을 고려했음을 알 수 있다. 이러한 구성은 다양한 하드웨어 및 런타임 요구사항을 충족시키기 위한 실용적 선택을 반영한다.

기술적 특징

• 이 패키지는 Krea-2의 원본 가중치와 Turbo 변형을 ComfyUI 호환 포맷으로 재구성하여 제공한다. 파일 이름과 배치 지침이 ComfyUI 폴더 구조에 맞춰 제시되어 있어 사용자는 별도 변환 없이 파일을 지정 위치에 배치하면 노드에서 바로 로드할 수 있다. 이러한 재포장은 ComfyUI 사용자들의 초기 설정 진입 장벽을 낮추는 목적을 가진다.
• 저비트 및 런타임 특화 포맷을 함께 배포하여 다양한 하드웨어 제약에 대응하도록 설계되었다. krea2_turbo_fp8_scaled와 krea2_turbo_nvfp4 같은 파일은 FP8 스케일 및 NVFP4 형식으로 메모리 사용을 줄이면서 추론을 가능하게 한다. 사용자는 실행하려는 런타임이 해당 포맷을 지원하는지 확인한 뒤 적절한 파일을 선택해야 한다.
• 여러 LoRA 모듈을 별도 디렉터리에 정리하고 각 모듈에 권장 트리거 단어와 권장 강도를 명시함으로써 스타일 적용 프로세스를 체계화했다. LoRA는 기본 모델 가중치를 유지한 채 소규모 모듈만 로드하여 스타일을 변경하므로 빠른 실험과 반복이 가능하다. README 표는 어떤 키워드를 프롬프트에 포함해야 특정 LoRA가 의도한 스타일을 유발하는지 명확히 안내한다.
• 텍스트 인코더와 VAE를 포함하여 모델 파이프라인의 입력 임베딩과 출력 디코딩을 함께 제공함으로써 내부 호환성 문제를 완화했다. qwen3vl_4b_fp8_scaled 텍스트 인코더와 qwen_image_vae VAE 파일은 프롬프트 처리와 이미지 복원 단계에서 기대되는 결과를 맞추기 위한 구성 요소이다. 사용자는 이들 구성 요소를 함께 사용해 프롬프트→임베딩→디코딩 흐름을 일관되게 구성해야 한다.

차별점

• ComfyUI 전용 배치 지침과 폴더 구조를 README에 명확히 제시하여 ComfyUI 워크플로에 바로 통합할 수 있게 했다. 이 점은 일반적인 Hugging Face 모델 레포와 달리 사용자 환경 설정 시간을 단축시키는 실용적 차별점이다. 파일명과 디렉터리 분류가 실무적 설치를 용이하게 만든다.
• 다수의 LoRA 스타일과 각 LoRA에 매핑되는 권장 트리거 단어 및 강도를 함께 배포하여 스타일 재현성에 초점을 맞추었다. 단일 리포지토리에서 여러 스타일을 시험하고 조합할 수 있도록 설계된 점이 실험적 활용성을 높인다. LoRA별 권장값 표기는 사용자가 별도 튜닝 없이도 일관된 결과를 얻도록 돕는다.
• bf16, FP8 스케일드, NVFP4 같은 서로 다른 수치 포맷을 동시에 제공하여 사용자 하드웨어에 따른 선택지를 넓혔다. 이로 인해 고정밀 환경뿐 아니라 메모리 제약이 있는 환경에서도 모델을 시험할 수 있다. 다만 이러한 포맷별 호환성과 출력 품질은 사용 환경에 따라 상이할 수 있으므로 검증이 필요하다.