Krea 2 Edit : avis, téléchargements, workflows ComfyUI et exemples de prompts

Krea 2 Identity Edit mérite un essai si vous appréciez le rendu de Krea 2, mais souhaitez modifier un personnage, un produit ou une scène existante. Une LoRA et des nœuds personnalisés ajoutent la retouche par instructions à votre installation locale. Vous conservez votre environnement, sans garantie de préserver exactement un visage ou tous les pixels hors de la zone à modifier.

Dans cet article, « krea-2-edit » désigne le projet communautaire non officiel Krea 2 Identity Edit de conradlocke. Il ne s’agit ni du service web Edit de Krea, ni d’un modèle de retouche autonome officiellement publié par l’entreprise. Si vous utilisez déjà Krea 2, commencez par les téléchargements et les réglages de départ.

Informations vérifiées le 28 septembre 2026.

Ce que Krea 2 Edit apporte réellement

La v1.2 étend les possibilités de fiches de référence, d’essayage virtuel, d’inpainting et d’outpainting, tout en améliorant la ressemblance. La v1.2.5 des nœuds est une mise à jour d’exécution, pas un nouveau jeu de poids. Ne confondez pas ces deux numérotations. Historique des mises à jour

Télécharger le modèle, la LoRA et le workflow

Si Krea 2 fonctionne déjà sur votre ordinateur, réutilisez les fichiers compatibles de la base, de l’encodeur et du VAE. Consultez ces listes pour éviter les doublons. Fichiers de l’auteur · Comfy Org

La LoRA complète pèse environ 1,83 Go. Ce volume n’est pas la VRAM nécessaire à l’inférence. Sélectionnez le bon fichier dans le chargeur si vous utilisez r128 ou r64. Pour la recette Raw, récupérez les poids compatibles dans le dépôt Krea ou le dossier diffusion_models de Comfy Org. Krea 2 Raw

Première retouche dans ComfyUI, étape par étape

1. Installer les nœuds et charger le JSON

cd ComfyUI/custom_nodes
git clone https://github.com/lbouaraba/comfyui-krea2edit

1. Utilisez une version de ComfyUI prenant nativement en charge Krea 2. Installez les nœuds, puis redémarrez. Ne clonez pas le dépôt par-dessus un dossier existant du même nom.
2. Glissez le JSON sur le canevas. Si des nœuds sont rouges ou absents, vérifiez leurs noms et les versions installées.
3. Choisissez vos fichiers dans les chargeurs du modèle, du CLIP, du VAE et de la LoRA. Réglez le type de CLIPLoader sur krea2.
4. Gardez d’abord le mode à une image et chargez votre propre source. Le fichier example.png de l’auteur n’est pas nécessaire.
5. Fixez la seed, demandez une seule modification et générez une image. Comparez-la à l’original avant de complexifier la demande.

2. Conserver les deux chemins de référence

Ajouter une LoRA à un img2img classique ne suffit pas. La source doit alimenter à la fois le chemin latent de référence du modèle et l’encodeur de texte conditionné par l’image. Remplacer Krea2EditGroundedEncode par CLIPTextEncode supprime ce second chemin.

LoadImage → VAEEncode → Krea2EditModelPatch.source_latent
LoadImage → Krea2EditGroundedEncode.image
UNETLoader → LoraLoaderModelOnly → Krea2EditModelPatch → KSampler.model
Krea2EditGroundedEncode → KSampler.positive
EmptySD3LatentImage → KSampler.latent_image + Krea2EditModelPatch.target_latent
KSampler → VAEDecode → SaveImage

En mode fit, raccordez également vae et source_image au patch. Envoyez le même latent de sortie à target_latent et à KSampler. L’encodage de la source peut alors précéder l’échantillonnage, ce qui évite des transferts du modèle en cours de calcul lorsque la VRAM manque. Documentation des connexions

3. Adapter les réglages à la retouche

La fiche recommande 8–12 étapes avec Turbo et 20 / CFG 3 pour supprimer avec Raw ; une note du JSON propose aussi 40 / CFG 3–4. Ce sont des points de départ, pas un preset obligatoire. Au-dessus de CFG 1, commencez avec un négatif GroundedEncode utilisant un prompt vide et la même image.

4. Associer une scène et une personne

Le Group 2 est initialement en Bypass. Faites un clic droit sur son titre et désactivez Bypass. Placez la scène sur image/source_latent et la personne sur image_b/source_latent_b. Commencez avec une personne et une scène vide : deux références ne garantissent pas de distinguer correctement deux visages.

Huit usages et exemples de prompts

Voici des propositions à adapter, pas des recettes associées à des résultats mesurés dans cet article. Les prompts restent en anglais pour être copiés directement ; chaque explication précise l’objectif. Écrivez d’abord l’action, la cible et les éléments à conserver, puis ajoutez des détails en réponse à un échec précis.

Changer la couleur d’un produit

Change only the red fabric panels of the sneaker to cobalt blue. Keep the sole, stitching, logo, camera angle and background unchanged.

Modifiez seulement le tissu rouge de la chaussure en bleu cobalt, en préservant semelle, coutures et logo. Commencez avec Turbo et examinez les détails : une belle image ne certifie pas les caractéristiques d’un produit.

Modifier l’éclairage d’un portrait

Relight this portrait with soft window light from the left. Keep the same face, expression, hairstyle, clothes and framing.

Demandez une lumière douce venant d’une fenêtre à gauche, sans changer visage, expression ou cadrage. Comparez les proportions du visage, pas uniquement la texture de peau.

Placer une personne dans une autre scène

Place the person from image 2 beside the cafe table in image 1. Match the scene lighting and perspective; preserve the person’s face and outfit.

Placez la personne de l’image 2 dans le café de l’image 1. Branchez d’abord la scène, puis le sujet ; des éclairages compatibles facilitent l’intégration.

Passer à un style anime

Restyle this image as a clean cel-shaded anime illustration. Preserve the composition, pose, outfit colors and main background objects.

Demandez un anime en cel shading tout en gardant pose, composition et couleurs. La texture doit changer : évaluez séparément le design du personnage et la ressemblance photographique.

Supprimer un objet gênant

Remove the orange traffic cone at the lower right. Reconstruct the pavement naturally and keep the person, storefront and camera position unchanged.

Retirez le cône orange en bas à droite et reconstituez le sol. S’il reste visible, passez à Raw avec CFG plutôt que d’augmenter sans fin les étapes de Turbo.

Étendre le cadre

Extend this scene horizontally with more of the same cafe interior on both sides. Keep a single copy of the person and preserve the central composition.

Étendez le café des deux côtés sans dupliquer le personnage. Utilisez fit, Euler et une définition raisonnable ; vérifiez les raccords et les doublons.

Essayer un vêtement de référence

Dress the person in the jacket shown in the second reference. Preserve the face, pose, trousers and background; match the jacket’s cut and material.

Habillez la personne avec la veste de la seconde référence. Conservez visage, pose et fond. Il s’agit d’un essayage visuel, pas d’une garantie de taille : contrôlez poignets, fermetures et motifs.

Créer une fiche de personnage

Create a three-view reference sheet of this fictional character: front, side and back, on a plain light gray background. Keep the same outfit, colors and proportions.

Créez des vues de face, de profil et de dos d’un personnage fictif. Cette tâche combine plusieurs contraintes ; vérifiez les accessoires inventés et la cohérence anatomique.

Décomposez les retouches complexes en passes contrôlables : couleur, fond, puis agrandissement, par exemple. Gardez chaque version validée. Les passes successives accumulent aussi les erreurs ; si le visage ou le produit dérive, revenez à la dernière source acceptable.

Accès en ligne, API, prix et GPU

En ligne : vérifier le modèle exact

Modèle chez Sogni · Sogni Web. Sogni répertorie explicitement Identity Edit v1.2. Dans l’application web, sélectionnez-le, ajoutez les images sources et de contexte, puis saisissez l’instruction. L’identifiant standard est krea2_identity_edit_v1_2. Dark Beast et les variantes propres à Sogni sont d’autres choix.

Tarif du modèle · Offres actuelles

Pour une intégration, ouvrez l’exemple Python Krea Identity Edit dans les tutoriels de Sogni et suivez le SDK et l’authentification actuels. Un endpoint générique de génération Krea 2 n’est pas interchangeable avec ce workflow. Vérifiez le devis et le résultat d’une tâche avant de lancer des lots. Tutoriels développeurs

GPU et vitesse : taille du fichier et mémoire

Le guide des workers Sogni indique 16 Go de VRAM pour son déploiement optimisé. Ce n’est pas un minimum universel de ComfyUI : précision, encodeur, résolution, références et offloading changent la consommation. Sur une carte de 16 Go déjà disponible, FP8, environ 1 Mpx et batch 1 sont un point d’évaluation, pas une garantie d’achat. Configuration du worker Sogni

Le README évoque environ une minute avec Turbo à 2 Mpx, sans comparatif GPU standardisé. Séparez le chargement initial des exécutions suivantes en gardant source, seed et réglages identiques. En local, pas de quota mensuel d’images, mais des limites de mémoire, de temps et d’énergie.

Qualité et retours de la communauté

Un fil Reddit du 22 juillet apprécie les instructions courtes pour modifier expressions, accessoires et vêtements. Cela invite à commencer par des retouches bien délimitées. Exemples Reddit du 22 juillet

Un retour du 11 août signale des visages déformés, des motifs de vêtements inventés et des contours artificiels lors de la composition. Une démonstration réussie ne garantit pas la fidélité de toutes les identités. Retour critique du 11 août

Le 30 août, un utilisateur observe qu’une référence en pied conserve trop la pose, alors qu’un recadrage du visage laisse davantage de liberté. Sa configuration était personnalisée : c’est une piste de diagnostic, pas une mesure contrôlée. Discussion sur les poses du 30 août

Le mainteneur reconnaît des limites concernant les proportions faciales distinctives, les groupes, les vêtements et les zones supposées inchangées. Contrôlez petits textes et logos. Cet avis ne donne pas de score de précision textuelle ni de classement de vitesse.

Tutoriel et exemples de Sogni

Comparaison avec Qwen, FLUX et Krea Edit

Qwen-Image-Edit-2511

La fiche officielle décrit une meilleure cohérence et moins de dérive. Répétez les changements de couleur, suppressions et placements avec les mêmes sources, en comptant les échecs autant que les réussites. Page officielle

FLUX.2 [klein]

Black Forest Labs distingue les caractéristiques de chaque variante. Des temps obtenus sur un matériel précis ne sont pas directement comparables à un workflow Krea configuré autrement. Page officielle

Krea Web Edit

Distinguez la génération Krea 2, le service Edit et la LoRA Identity Edit pour comparer les fonctions ou abonnements. Page officielle

Résoudre les problèmes dans le bon ordre

Les conseils divergent pour deux personnes : la fiche suggère des insertions successives, le README des nœuds un placement simultané. Essayez les deux pour un travail important ; si aucun n’est stable, préférez un autre modèle ou un montage classique.

NSFW et conditions d’utilisation commerciale

L’auteur indique un entraînement uniquement SFW et l’absence de prise en charge des concepts NSFW. L’exécution locale n’en fait pas un modèle spécialisé dans le contenu adulte. La mention « Uncensored » chez Sogni et l’option Dark Beast décrivent des variantes ou paramètres du fournisseur, pas un changement du périmètre d’entraînement annoncé par l’auteur.

Le code des nœuds est sous Apache 2.0, mais les poids relèvent de la Krea 2 Community License. La fiche mentionne un seuil commercial de chiffre d’affaires annuel inférieur à un million de dollars, avec d’autres obligations. Ne déduisez pas un droit commercial illimité de la seule licence du code ; consultez les poids et les conditions du service. Licence des poids

Questions fréquentes et premier essai

Peut-on télécharger uniquement la LoRA ?

Non : il faut aussi la base Krea, l’encodeur Qwen3-VL, le VAE et les nœuds dédiés. Sélectionnez les vrais fichiers dans tous les chargeurs du JSON.

Faut-il un negative prompt classique ?

Avec Turbo et CFG 1, renforcer un négatif ordinaire n’est pas la correction la plus utile. Avec Raw et CFG supérieur à 1, commencez par le négatif GroundedEncode avec la même image et un prompt vide.

Est-il meilleur en anime ou en photo ?

Le rendu dépend de la base et des LoRA ajoutées. Les exemples photographiques abondent, sans établir de supériorité en anime. Testez vos contours, vêtements et personnages.

Peut-il corriger précisément du texte dans l’image ?

La précision textuelle n’a pas été mesurée ici. Relisez même les mots courts ; pour un texte exact ou un logo, une composition dans un éditeur classique peut être plus fiable.

Quel essai faire si l’on utilise déjà Krea 2 ?

Prenez une source et testez séparément couleur, lumière ou expression, puis suppression. Notez réussite, ressemblance, dérive du fond et durée, avec Turbo et Raw dans leurs rôles adaptés.

Identity Edit prolonge utilement une génération appréciée vers la prochaine étape de production. Trouvez d’abord un cas reproductible avec une image et une modification, sauvegardez les réglages, puis élargissez le workflow. Gardez une validation humaine lorsque l’identité exacte ou les détails d’un produit sont essentiels.

À lire également : notre présentation de Krea 2

Périmètre : documentation du modèle, JSON fourni, notes des nœuds, informations du fournisseur et témoignages publics. Aucun benchmark original d’inférence GPU n’a été réalisé. Les prompts sont des suggestions sans garantie de résultat. La couverture est une illustration éditoriale générée par IA.