Krea2_FP8 是 Krea 2 OSS Turbo 的优化权重版本，核心价值在于把原本约 24.76 GiB 的 BF16 权重压缩到约 12.01 GiB。源文强调，它面向希望在 16GB 或 24GB 显存设备上体验 Krea 2 文生图能力的用户，重点解决模型体积、显存压力和本地部署门槛。

文生图模型部署与视觉生成流程示意图。

模型定位

这个项目并不是重新训练一个完整新模型，而是围绕 Krea 2 OSS Turbo Transformer 权重进行选择性量化。README 将它定位为社区可用的优化版本，希望在保留核心生成质量的同时，让更多消费级硬件可以运行 Krea 2。

量化方式

源文给出的策略比较克制：只对二维浮点权重矩阵进行 torch.float8_e4m3fn 权重量化，例如线性层和卷积层的主要权重；偏置、归一化缩放、位置编码以及其他一维向量继续保留原始高精度格式。这样做的目标是在压缩体积和保持稳定性之间取得平衡。

关键数据

• 体积变化：从约 24.76 GiB 的 BF16 权重降到约 12.01 GiB。
• 节省比例：README 标注的整体节省约为 51.5%。
• 量化范围：约 266 个张量转换为 FP8，约 166 个张量保持原生精度。
• 硬件目标：更适合 16GB、24GB 这类消费级显卡环境测试。

精度保留

项目特别避开了一些容易影响输出稳定性的结构，例如小型张量、归一化相关参数，以及 README 中提到的敏感投影和调制层。对图像生成模型来说，这类保守量化能减少纹理、结构和提示词响应方面的异常风险。

适用场景

Krea2_FP8 更适合本地文生图测试、工作流集成、模型部署评估和消费级 GPU 体验。对站点读者来说，它的看点不是单纯“变小”，而是用更低显存压力接近原模型工作流，让 Krea 2 OSS Turbo 有机会进入更多个人和小团队环境。

使用提醒

源文同时提醒用户遵守 KREA 2 的许可证和使用条款。实际落地前，建议先用固定提示词、固定种子和同一推理环境做对比测试，确认速度、显存占用和图像质量符合自己的业务需求。