最近盯本地 AI 生图的朋友，feed 里应该被两件事刷过屏：一是 Krea2 的图铺天盖地，漫转真、四视图定妆照、巨物美学，连复刻黑神话悟空画风的 LoRA 都冒出来了；二是 8 月 20-21 日，商汤悄悄开源了一个 8B 的统一多模态模型 SenseNova U1.5，号称原生 4K 出图、中英文文字渲染、生图改图一体，社区直接叫它"国产开源版 image-2"。哔哩哔哩微博
两个都被称为"新王"，但我把 B 站、知乎、微博近两个月的实测帖翻了一遍之后，结论很明确：这俩根本不是竞品，它们服务的是两种人。下载错方向，浪费的不只是 20 到 50GB 的下载时间，还有你接下来一周的折腾。
先看两份底细
Krea2 是美国公司 Krea 的作品——就是去年和黑森林实验室（Black Forest Labs）联合调过 FLUX.1 Krea 的那家。微博模型 5 月先上线自家平台，6 月下旬开源权重：12B 参数的稠密 DiT，文本编码器用 Qwen3-VL，VAE 用 Qwen Image VAE。Turbo 蒸馏版 8 步以内就能原生输出 2K 图，按发布材料的口径，在 Artificial Analysis 文生图榜上排全球前十、独立实验室第二。知乎
SenseNova U1.5 Lite（正式编号 SenseNova-U1.5-8B-MoT）走的是完全不同的路：NEO-unify 原生统一架构，理解、生成、编辑塞进同一个模型，官方说法是不需要单独的视觉编码器和 VAE，“从像素到文字原生贯通”。知乎主打六件事：生成、文字渲染、原生 4K、图像编辑、复杂长指令遵循（3000-4000 字）、视觉控制（比如 bounding box 指定改哪块）。知乎微博
一个管"好看"，一个管"能用"
注意这两个模型卖点的措辞差异，这基本就是选择答案：
Krea2 强在审美和风格可玩性。开源时官方就带了九款风格 LoRA，两个月里社区生态近乎疯狂——光是 B 站 UP 主"砚青节点"两期 Krea2 LoRA 特刊就盘点了 78 个。哔哩哔哩哔哩哔哩 8 月 23 日漫转真 V3 和姿态控制 LoRA 发布，几天内播放量各自破万。哔哩哔哩 四视图定妆照、巨物美学、风格转绘这些玩法，目前都只有 Krea2 生态里最全。
U1.5 强在"交付可用"。做海报的要文字排版，做电商图的要指哪改哪，做信息图的要长指令听得懂——这些恰好是 Krea2 最弱的地方。知乎这里必须把最关键的差异说透：Krea2 的中文字渲染基本不可用。知乎用户实测直接吐槽"中文崩坏严重"。知乎 社区的技术解释是它的描述文本训练以英文为主（Krea2 AnyPaint 的作者专门提过这一点）。想拿它出中文海报，趁早死心。而 U1.5 把中英文文字渲染写进了核心卖点，连 3000 字长指令都不崩。知乎
所以路线很清楚：做人像、漫转真、插画风格、折腾 LoRA 生态，选 Krea2；做海报、电商、信息图、要改图要文字，选 U1.5。
显存与版本对照：你的卡该下哪个文件
这是大家最关心的部分，两边策略完全不一样。
U1.5 的门槛比想象低得多。官方 bf16 权重约 50GB，普通玩家别碰；社区 GGUF Q8 量化版约 19GB，配合层级卸载（vram_mode=balanced），RTX 3060 12G 实测显存占用约 10GB 就能跑，768×1280 基准下 GGUF 比 bf16 快约 3 倍，2048×1152 的图 8 步大概一分半。这个数据目前来自一位 3060 玩家的完整实测记录，和官方"单卡流畅运行"的说法能对上，但样本还少，先按单源看待。知乎
Krea2 本体更重：bf16 原始权重 DiT 就有 26.28GB，再加约 8GB 的 Qwen3-VL 文本编码器和 VAE，24GB 显存是起步线——4090 上已经有人用 BF16X 无损压缩压到 20.61GB 加 GPU 实时解压的玩法。知乎不过不用慌，量化路线已经很成熟：
50 系显卡：原生支持 nvfp4，直接用官方 nvfp4/fp8 权重，最快；
40 系及以下：int8_convrot 是目前跑得最快的格式；
12G 左右的小显存：GGUF 是最优解，用 HuggingFace 上 gguf-org 仓库的 krea2_turbo-iq4_xs 加 qwen3vl_4b-iq4_xs 组合，50 系卡上 1280×720 一张约 30 秒，能用但不算快。知乎
这里专门圈一个坑：Krea2 用 GGUF 时，文本编码器必须从 gguf-org 的仓库下。有人换了 unsloth 的 Qwen3-VL GGUF 直接报错——Krea2 要求 12 层 Qwen3-VL 特征，结构对不上，报错信息很明确。知乎
三个坑，都是别人踩出来的
其一，U1.5 的官方 ComfyUI 节点有两个环境雷：transformers 4.57 版本有装饰器兼容问题，要么打补丁要么升到 5.x；bitsandbytes 的导入链在 triton 3.x 下会崩，需要 monkeypatch 绕过。知乎 实测帖里都给出了解法，装之前先看一眼，能省一晚上。
其二，Krea2 对 LoRA 微调比较"迟钝"。想自己训风格的朋友，目前社区反馈是要加大力度、容易崩；只是消费现成 LoRA 的话完全没影响。知乎另外社区已经有人用"听话 LoRA"这类 20 多 MB 的小东西去补它爱拒绝的毛病，生态补位的速度很快。知乎
其三，对 Krea2 生态里的社区微调模型保持清醒。有人拿官方底模和热门微调版同参数对比：官方审美本来就能打，但相当一部分高热度微调版是往特定"性感"方向特化的。微博 下哪个版本，取决于你要做什么，别只看下载量。
谁可以完全不动？
你手上的 Flux、Z-Image、Qwen-Image 如果够用，不必因为热度换模型。这两个新王的价值是拓宽能力边界，不是全面替代：Krea2 拓宽的是审美和风格玩法的上限，U1.5 拓宽的是"本地也能做生产级交付"的边界——文字、编辑、4K 这些过去只能上云端 API 的活。
留两个观察信号：一是 Krea2 官方在图像编辑和中文支持上的动作，社区已经在用 Edit-LoRA 硬 hack 编辑能力，官方一旦跟上，短板会缩得很快；二是 U1.5 的社区口碑沉淀，它才发布一周，现在的评价多少带着官方口径，真实成色要等更多独立实测。
一句话收尾：要审美、玩生态、做人像漫转真，选 Krea2，按显存挑量化版本；要文字、要改图、做生产交付，选 U1.5，12G 显存直接 GGUF Q8 起步。
