
【KREA2の基本】世界が驚いた画質❗️8GBでもGGUF❗️(付録)ワークフローとプロンプト集❗️
今年の6月から、ComfyUIコミュニティや画像生成AI界隈で大きな話題を呼んでいる最新の画像生成モデル「KREA 2(クレア2)」。
そんなに超高画質なの?それはなぜなの?
そもそも、僕のCore Ultra7に内蔵のIntel Arcで動くの?
といった、このモデルの謎と実力だめし、モデル選び
などを、まとめて解説します。
はじめに僕なりの結論を言っちゃいますと、
「驚きました!」です笑
それと、Krea2は12Bでけっこう重たいモデルです。
僕のCoreUltra7の内蔵Intel Arc(共有VRAM18GB)では、
1Mpx(1024^2)画像の生成に11分かかりました笑笑
でも、これは内蔵GPU特有のメモリの渋滞による遅延です。。。
NVIDIAの外付けグラボ勢のみなさまからは、
VRAMをクリアすれば数秒~数十秒でいけるぜ!
というご報告をいただいてます。。。
学習データに実写画像しか使わなかった、
という、まるで一番搾りみたいな、開発者さんのこだわりが正しく反映されたモデルだと思いました。
「なんとなく綺麗」といった曖昧な基準でなく、
従来のAI画像が抱えていた具体的な課題をどのように技術的に克服しているのか、そしてお使いの環境(GPU/VRAM)に合わせた最適なモデル選びや設定方法までをまとめました。ぜひKREA2の導入・運用の参考にしてみてください。
※本記事はyoutube動画のダイジェスト版です。他モデルとの画質比較など、詳細は動画本編をご覧ください。
1.KREA 2の概要と「画質向上」4つの革新技術
KREA 2は、商用サービスで高い実績を持つKREA社が公開したオープンな画像生成モデルです。従来モデルで顕著だった「AIっぽさ(AIルック)」を排除し、極めて自然で解剖学的にも正しいリアリティを実現しています。その高画質を支えるこだわりの技術的ポイントは以下の4点に整理されます。

実写データのみによる事前学習(脱・平均化)
学習データにAI生成画像を一切使わず、現実世界の画像のみを採用。プラスチックのような質感や、平均化された不自然な肌のツヤを排除しています。
ノイズやボケ表現の意図的な学習
従来のAI学習では除外されていた「被写体ブレ」や「画像のザラつき(粒子感)」を正確なキャプション付きであえて学習データに残しています。これにより、被写界深度の深いボケ感やフィルム風の表現が可能となりました。
人体構造を評価する「審査員AI」の導入
美しさを判定する指標だけでなく、手・指の歪みや関節のねじれといった物理的破綻をチェックする評価用AIを追加。解剖学的な正しさと視覚的な美しさを両立しています。
細かな指示追従性を高める「ルーブリック評価」
プロンプト内の色・数量・位置関係といった細かな条件要素を分解して採点するシステムを採用。複数人物の配置指定や文字描画の正確性が飛躍的に向上しました。
2.ライバルモデル(Z-Image-Turbo / Flux 2 Klein)との機能・描画比較
KREA 2の実力を測るため、同等スペックの強力なライバルモデル(Z-Image-Turbo、Flux 2 Klein)と同一プロンプトで比較検証してみましたので一部をご紹介します。
肌・人物の質感: AI特有の過度な平滑化がなく、肌の質感や瞳の光が実写写真と見分けがつかないレベルで自然に表現されます。





複雑な手の描写・ポーズ: 従来AIが苦手とした「交差させた指」や「複数人物の複雑なポーズ」において、KREA 2は破綻せず極めて高い精度で描き切ることに成功しています。




文字描画・属性紐付け: 英字テキストの描画や「赤のボトル、青のグラス」といった複数オブジェクトと色の正確な紐付けにおいて、最も高い追従性を発揮しました(※日本語看板などの特殊レンダリングは現時点ではイマイチ)。



3.VRAM環境別(8GB〜24GB+)推奨モデル一覧
KREA 2は約120億(12B)パラメーターの大型モデルであり、標準セット(モデル+Text Encoder+VAE)だけで約5.5GB以上のVRAMを消費します。しかし、GGUF等の軽量化フォーマットを活用することで、VRAM 8GBのエントリー環境から動作可能です。
◆[ Krea2 各モデル DLリンク ]
◆Krea2 公式ページ:
https://www.krea.ai/docs/ja/user-guide/features/krea-2-turbo
【モデルDL先】
●ComfyUI公式 Krea2 モデル DL: https://huggingface.co/Comfy-Org/Krea-2/tree/main/diffusion_models
●Krea2 turbo GGUFモデル DL: https://huggingface.co/vantagewithai/Krea-2-Turbo-GGUF
●TextEncoder DL: https://huggingface.co/Comfy-Org/Krea-2/tree/main/text_encoders
→ GGUF版:https://huggingface.co/mradermacher/Qwen3-VL-4B-Instruct-c_abliterated-v2-GGUF/tree/main
●VAE DL: https://huggingface.co/Comfy-Org/Krea-2/tree/main/vae
VRAM環境ごとのおすすめモデルを選択することで、生成速度と画質のバランスを最適化できます。
VRAM環境推奨モデルフォーマット特徴・選択のポイント
a) NVIDIA 50XX系グラボ向け
・NVFP4(7.67 GB)
krea2_turbo_nvfp4.safetensors
b) 24GB以上(ハイエンド環境)
・BF16(約26GB)
・INT8(約13GB)
・Q8_0(約13.7GB)
モデルをVRAM内に丸ごと保持可能。画質を一切妥協せず、LoRAの大量重ねがけや並列生成も高速動作します。
c) 12GB 〜 16GB(ミドル環境)
・GGUF Q5_K_M(約8.9GB)
・GGUF Q6_K(約10.6GB)
・公式 FP8 / INT8
画質劣化が人間には識別困難なレベルに抑えられ、VRAM溢れを起こさずに高速生成できるスイートスポットです。
d) 8GB(ローメモリ環境)
・GGUF Q3_K_M(約6.0GB)
・GGUF Q4_K_S(約7.5GB)
ComfyUIのVRAM/メインメモリ間の動的ロード機能を活用。Q3_K_Mを選べばメモリサンプリング時にスムーズに動作します。
4.ComfyUIでのワークフロー設定とパラメータの注意点
◆KREA2のシンプルなワークフローとプロンプト集 DL
[第16回動画_ファイル置き場] https://drive.google.com/drive/folders/1ou9JZV1CrQ7IHtSM05FMSrbbopkUAs1E?usp=sharing
KREA 2をComfyUIで動かすための基本的な設定手順と注意点は以下の通りです。
1. 必要ファイルの配置
以下の3つのファイルをそれぞれのフォルダーに格納します。
本体モデル(KREA 2 Turboなど): models/diffusion_models/
Text Encoder(K3 Text Encoder): models/text_encoders/
VAE(K3 Image VAE):
models/vae/
2. サンプラーとステップ数の設定
KREA 2(Turbo版)を利用する際、パラメータ設定を誤ると画像が焼き付いたような不自然な出力になります。必ず以下の設定を行ってください。
Sampler / Scheduler: 普通のKサンプラーでOK
Steps: 8(~10まで推奨)
CFG Scale: 1.0(※CFG値は基本1.0)
3. 公式ワークフローとプロンプトエンハンサー
ComfyUIの左メニューの”テンプレート”から
「KREA 2 Text to Image」を選択すると、公式ワークフローが呼び出せます。
ワークフロー内にある「Prompt Enhancer」機能をオンにすると、入力を内部エンコーダーで自動拡張し、構図や細部を、独自に拡張して補正してくれます。
プロンプトをそのまま反映させたい場合はオフにしてご利用ください。




まとめ
KREA 2は、従来のAI画像に存在した不自然なツヤや構造の破綻を技術的アプローチでクリアした、次世代の画像生成モデルです。
大型モデルでありながら、GGUFフォーマットやComfyUIのメモリ最適化によってVRAM 8GBの環境でも実用的に動かせる点が大きな魅力です。ぜひお持ちの環境に合わせてモデルを導入し、その高い描写力を体験してみてください。
動画本編はコチラ:
【KREA2】世界が驚いた!驚愕画質-4つの秘密⁉️ ZIT&kleinとガチ対決❗️8GBにおすすめモデル❗️超シンプルワークフロー設定❗️テスト用プロンプト集❗️