Krea 2 Edit 評測：模型下載、ComfyUI 工作流程與提示詞範例

如果你喜歡 Krea 2 的畫面風格，卻需要修改既有角色、商品或場景，Krea 2 Identity Edit 值得嘗試。它透過 LoRA 與自訂節點，為本機 Krea 2 加入指令式圖片編輯。優點是能沿用現有模型與 LoRA 工作流程；限制是人物身分與未編輯區域不保證完全不變。

這裡的「krea-2-edit」指 conradlocke 的非官方社群專案 Krea 2 Identity Edit，與 Krea 官方線上 Edit 功能不同，也不是官方另行發布的獨立編輯模型。已有 Krea 2 環境的讀者，可以直接從下載與初始設定開始。

資訊核對日期：2026 年 9 月 28 日。

Krea 2 Edit 增加了哪些能力？

v1.2 新增或擴充了角色參考表、虛擬試穿、局部重繪與擴圖，並改善相似度。節點 v1.2.5 是執行端更新，不代表另一套模型權重；分清版本號，才不會重複下載。 節點更新紀錄

模型、LoRA 與工作流程下載

若電腦已能執行 Krea 2，可沿用相容的基礎模型、編碼器與 VAE。下載前先核對以下兩個檔案列表。 作者的檔案列表 · Comfy Org

完整版 LoRA 約 1.83GB。檔案大小不等於推理所需顯存；使用 r128／r64 時，請在 LoRA 載入節點選取對應檔名。Raw 配方需要相容的 Raw 權重，可從下方模型庫或 Comfy Org 的 diffusion_models 資料夾取得。 Krea 2 Raw

ComfyUI 第一次編輯：設定與接線

1. 安裝節點並載入 JSON

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

1. 使用原生支援 Krea 2 的 ComfyUI 版本，安裝節點後重新啟動。若已有同名資料夾，不要直接再次 clone 覆蓋。
2. 將作者的 JSON 拖到畫布；若節點變紅或遺失，先核對節點名稱與已安裝版本。
3. 在模型、CLIP、VAE 與 LoRA 載入節點中選取實際檔案。CLIPLoader 的 type 設為 krea2。
4. 先保留單圖模式，載入自己的來源圖片，不需要作者環境中的 example.png。
5. 固定 seed，只要求一項修改，先產生一張並與原圖並排比較，再增加複雜度。

2. 保留兩條參考圖片路徑

這不是在一般 img2img 上加一個 LoRA 就完成。來源圖片必須同時進入模型的參考潛在表示路徑，以及理解圖片內容的文字編碼路徑。若將 Krea2EditGroundedEncode 換成普通 CLIPTextEncode，就會失去後者。

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

使用 fit 模式時，也要接上 patch 的 vae 與 source_image，並將相同的輸出 latent 同時接到 target_latent 與 KSampler。這能讓來源編碼在採樣前完成，避免顯存吃緊時於中途觸發模型卸載而拖慢速度。 節點接線文件

3. 依編輯目的調整參數

模型卡建議 Turbo 使用 8–12 steps，Raw 刪除用途使用 20 steps／CFG 3；JSON 註記另提供 Raw 40 steps／CFG 3–4。這些是起點，不是唯一正確預設。CFG 大於 1 時，negative 路徑先使用同一張圖片與空白提示詞的 GroundedEncode。

4. 嘗試背景加人物的雙圖編輯

Group 2 預設處於 bypass 狀態；在群組標題按右鍵關閉 Bypass。將背景接到 image/source_latent，人物接到 image_b/source_latent_b。先從空背景加一個人物開始；支援兩張參考圖，不代表能穩定分開兩個人的臉。

8 個應用場景與提示詞範例

以下是可自行調整的起始提示詞，並非本文實測圖片所用的固定配方。保留英語方便直接貼入；每次先寫動作、目標與最重要的保留條件，再針對失敗處追加細節。

商品換色

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

只把鞋面紅色布料改成鈷藍色，保留鞋底、縫線與 Logo。先用 Turbo，放大檢查細節；好看的預覽不代表完全符合商品規格。

重新打光的人像

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

用左側柔和窗光重新打光，同時保留臉、表情、髮型與構圖。除了膚質，也要檢查五官比例是否改變。

把人物放入新場景

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.

把第 2 張圖的人物放入第 1 張圖的咖啡館，配合光線與透視。背景放第一個輸入、人物放第二個；兩張原圖的光線方向越接近，越容易比較。

保留構圖的動漫化

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

改成賽璐璐動漫風，保留姿勢、服裝配色與背景主物件。質感會刻意變化，請分別評估構圖、角色設計與相似度。

移除干擾物件

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

移除右下角的橘色交通錐並補回路面。物件一直消不掉時，改用 Raw 與有效 CFG，不要只增加 Turbo steps。

擴展畫布

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.

向左右擴展咖啡館，保留中央構圖且人物只能出現一次。使用 fit、Euler 與合理總畫素，檢查接縫和重複人物。

依參考圖更換衣服

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.

依第二張參考圖更換外套，保留臉、姿勢、褲子和背景。這是視覺試穿，不保證真實尺寸；商品圖要核對袖口、扣件與花紋。

製作角色三視圖

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.

製作虛構角色的正面、側面與背面設定圖，保留服裝和比例。這是較難的複合編輯，要逐面檢查是否憑空增加配件或改變身形。

複雜任務可拆成換色、換背景、放大等可審核步驟，並保存每次通過的中間檔。但連續編輯也會累積誤差；臉或商品開始漂移時，回到最後一張合格來源，不要無限修補劣化結果。

線上使用、API、價格與 GPU 需求

線上版：先確認模型名稱

Sogni 模型頁 · Sogni Web. Sogni 明確列出 Identity Edit v1.2。在 Web 介面選取模型、上傳來源／參考圖片，再輸入編輯指令。標準部署 ID 為 krea2_identity_edit_v1_2；Dark Beast 與 Sogni 專屬變體是其他選項。

模型報價 · 方案價格

需要 API 時，從 Sogni 開發者教學進入 Python Krea Identity Edit 範例，依現行 SDK 與驗證流程串接。一般 Krea 2 文生圖端點不能直接視為相同編輯流程。先確認一個任務的報價與結果，再進行批次處理。 Sogni 開發者教學

GPU 與速度：容量不是顯存需求

Sogni 工作節點文件對 Identity Edit 列出 16GB VRAM，但那是其最佳化部署環境，不是所有 ComfyUI 電腦的通用最低規格。基礎精度、編碼器、解析度、參考圖數與 offload 都會影響需求。現有 16GB 顯卡可從 FP8、約 1MP、batch 1 評估，不應把這個數字當成購買保證。 Sogni 工作節點硬體說明

README 提到 Turbo 約 2MP／1 分鐘的範例，並非相同硬體下的完整效能比較。量測時應分開首次載入與後續生成，固定圖片、seed 和設定。本機沒有每月張數配額，但顯存、電力與處理時間仍限制實際產量。

畫質與社群真實使用回饋

7 月 22 日的 Reddit 前後對照討論肯定簡短指令對表情、道具與服裝修改的效果。這支持先嘗試範圍明確的小幅編輯。 7 月 22 日的 Reddit 前後對照分享

8 月 11 日也有使用者回報臉部失真、衣服出現多餘花紋，以及人物與場景交界不自然。展示成功圖不能保證每個人物或商品都能重現。 8 月 11 日的使用者問題回報

8 月 30 日的討論指出，全身參考容易把原姿勢一併鎖住；改用臉部裁切後，構圖較容易改變。該案例採用自訂組合，只能當成排錯方向，不能當作受控實驗結論。 8 月 30 日的姿勢控制討論

作者也承認特殊臉部比例、多人、服裝遵循與非編輯區域漂移仍有局限。繁體中文字、Logo 和招牌需人工檢查；本文沒有給出文字編輯準確率或跨模型效能排名。

查看 Sogni 教學與編輯範例

與 Qwen、FLUX、Krea Edit 的比較

Qwen-Image-Edit-2511

官方模型卡說明一致性與漂移改善。比較換色、刪除與人物放置時，每種做多次，除了最佳結果也記錄失敗次數。 官方頁面

FLUX.2 [klein]

官方頁面分別列出各版本規格。特定 GPU 的速度數據，不宜直接與不同配置的 Krea 工作流程相比。 官方頁面

Krea Web Edit

請分清 Krea 2 生成模型、Krea 線上 Edit 產品與社群 Identity Edit LoRA，再比較功能與訂閱。 官方頁面

遇到問題時的排查順序

雙人流程的說明不完全一致：模型卡建議逐次加入人物，節點 README 則建議同時放置。重要案件應比較兩者；若都不穩定，就改用其他模型或傳統合成，不承諾某個方法必定成功。

NSFW 與商用授權限制

Identity Edit 作者明確表示只使用 SFW 資料訓練，不支援 NSFW 概念。能本機執行，不等於專門的 NSFW 模型。Sogni 的「Uncensored」標籤或 Dark Beast 選項，屬於提供商的變體／設定，不會改變上游作者對訓練範圍的說明。

節點程式碼採 Apache 2.0，但權重使用 Krea 2 Community License。模型卡提及商用年營收門檻，目前為低於 US$100 萬，另有其他義務。不能只看程式碼授權就認為商用無限制；請核對權重原文與所用服務的條款。 權重授權原文

常見問題與第一個測試建議

只下載 LoRA 就能用嗎？

不能，還需 Krea 基礎模型、Qwen3-VL 編碼器、VAE 與專用節點。匯入 JSON 後，必須將每個載入節點改成實際檔名。

負面提示詞要怎麼寫？

Turbo／CFG 1 時，增加一般負面描述不是主要解法。Raw／CFG 大於 1 時，先使用作者的同圖、空提示詞 GroundedEncode negative 路徑。

比較適合動漫還是真人？

外觀會受基礎模型與疊加 LoRA 影響。照片風換場景的範例較多，卻不足以證明動漫性能排名；請用自己的角色檢查輪廓、服裝與畫風。

能準確修改圖片中的繁體中文嗎？

本文沒有做中文字精度測試。即使是短字也要校對；正式成品的文字與 Logo，必要時用傳統編輯軟體合成較可靠。

Krea 2 老用戶應先試什麼？

用同一張來源圖分別測試換色、打光／表情、移除物件。讓 Turbo 與 Raw 各做適合的任務，記錄成功率、相似度、背景漂移與耗時。

Identity Edit 適合把喜歡的生成圖推進到下一個製作步驟。先建立可重複的一圖一修改配方，再擴充流程；涉及精確人物身分或商品規格時，保留人工檢查與傳統修圖環節。

延伸閱讀： Krea 2 基礎評測

評測範圍：模型文件、作者 JSON、節點說明、提供商資訊及公開使用者經驗。本文未執行獨立 GPU 推理效能測試；提示詞是應用建議，不保證輸出。封面為 AI 生成的編輯主題示意圖。