KREA2で画風LoRAをつくってみる

公開 2026-08-28 23:00更新 2026-09-07 14:09

環境：Musubi Tuner / RTX PRO 5000 Blackwell / Claude Code (Fable 5)

Krea 2で画風LoRAをつくってみました。学習素材には自分の絵を使っています。絵の学習はなかなか繊細なトピックですが、自分の絵なら問題にならないだろうと思いました。

LoRAを当てて生成した絵。本当に自分が描きそうな描き方で驚きます。

Krea 2について

アメリカのKrea AIが2026年6月22日にウェイトを公開した画像生成AI。

正式名	Krea 2（Krea 2 Raw / Krea 2 Turbo）
公開日	2026年6月22日（オープンウェイト公開）
開発会社	Krea.ai, Inc.（アメリカ）
ライセンス	Krea 2 Community License（年商100万ドル未満は商用可）
モデル規模	129億パラメータ(12.9B)
アーキテクチャ	single-stream DiT / 28ブロック・幅6144
テキストエンコーダ	Qwen3-VL-4B-Instruct（中間12層をまとめて使う）
VAE	Qwen-Image VAE
出力	1K〜2K（学習は256→512→1024pxと段階的）
検閲	フィルタは配布物に含まれない（実装側で用意する前提）

RawとTurboの2つが同時に出ていて、未蒸留のRawで学習し、蒸留済みのTurboで描く、という分担が最初から設計に入っているのがこのモデルの特徴。LoRAをつくる話とは相性がよいらしい。

画風LoRAを作ることにしたきっかけ

画風LoRAを作ろうと思った理由は、大きく2つあります。

ひとつは、Stable Diffusionなどの少し古くなってきたモデルの画風を保存し、今どきのモデルでもその絵柄を再現したいと思ったことです。Stable Diffusion世代ではタグを並べるタイプのプロンプトが中心で、描画表現にも限界があります。そろそろ文脈で指示を書くタイプのプロンプトで絵を描きたいのですが、自分の好きな画風を再現できるモデルがまだありません。

もうひとつは、単純に「自分の絵を学習させて絵を描かせてみたら面白そう」という興味からです。描いた本人だからこそわかることもありそう。

Musubi TunerをLoRA学習に使う

学習にはMusubi Tunerを使いました。ただし直接叩くのではなく、Claude Codeを介して利用する形にしました。Claude CodeにアプリのGUIを作ってもらい、そこからクローンしたMusubi Tunerを実行する、という流れ。なんども試行錯誤をするうえで、差分を確認するために、アセット管理の仕組みは自前で作成しておきたかったのでした。

学習させた絵は40枚。過去に描いた絵からランダムに選び、人物、風景、動物、静物とバランスよく揃えた。

各画像にはキャプションをつける。画風LoRAのキャプションは絵に描かれているものだけを記述し、画風については書かない、ということが大事。キャプションの生成にはLLMの視覚モデルを使い、Qwen3.8 27Bが詳細に読み取ってくれたので、これを既定のモデルとした。視覚モデルでも読み取れない情報は、追加指示のテキストを別に設けて、それを参考にキャプションを生成させるようにした。