参考会与它们生成的内容保持连接
从产品图拖出一条连接到图像节点,或从开场图像拖到视频的第一帧,它就会成为该次生成的参考。参考区域会显示每次生成使用了哪些内容,你也可以在那里添加或移除参考。Render new 会保留一个结果,并在其旁边添加另一个结果,因此备选方案会留在画布上便于比较。
Krea 是一套基于 Krea 2、大型模型目录、LoRA 训练和 Realtime 构建的生成套件。Virse 是一个互联画布。 如果模型选择、LoRA 训练和实时生成驱动着你的工作,Krea 可能适合你。如果你希望将参考、可复用的美学风格和智能工具集中在一个画布上,Virse 可能更适合。基于 2026 年 9 月的公开文档。


这是 Krea 的主场:它自有的图像模型、大型托管目录、Realtime 和高分辨率放大。请根据你的工作实际需要的模型和输出,对比这些行。
| 对比维度 | Virse | Krea | 来源 |
|---|---|---|---|
| 模型阵容 | 40+ 个 AI 模型:21 个图像模型、16 个视频模型和 4 个文本模型。它们包括 GPT Image 2.5 (Flare, Sunburst)、GPT Image 2、Nano Banana 2 / Pro、Seedream 5.0 Pro、FLUX 2 Pro、Ideogram 4.0、Veo 3.1、Kling 3.0、Seedance 2.0 / 2.5 和 MiniMax H3。 | Krea 表示其托管了 150 多个图像、视频、音频和增强模型。Krea Agent 会在每个步骤选择一个模型;当前默认模型包括 Nano Banana Pro、ChatGPT Image 2、Krea 2、Seedance 2.5 和 Topaz。 | 来源 |
| 单次生成的控制项 | 每次生成时可选择模型、宽高比、分辨率和质量,并在生成前显示预计计算量。画布上连接的参考和美学风格可以引导结果。 | Krea 2 是 Krea 自有的基础图像模型,提供 Medium、Large 和 Medium Turbo 版本。它最多支持 4 个风格参考,每个都配有强度滑块,还支持情绪板、Krea styles (LoRAs)、四种创意模式,以及用于 Intensity、Complexity 和 Movement 的 Generative Sliders。 | 来源 |
| 工作时的实时生成 | 生成从画布上的节点运行。重新渲染会替换当前结果,渲染新结果会保留当前结果并在旁边添加另一个以便比较,而克隆会创建一个具有相同提示词、设置和参考的空节点。 | Krea Realtime 会在你绘制、输入文字或移动形状时实时更新输出,无需渲染按钮。摄像头或共享的浏览器标签页都可以作为输入;实时模型以 512px(快速)或 1024px(质量)运行。 | 来源 |
| 放大与输出尺寸 | 放大与其他图像编辑工具放在一起:移除背景、扩展(外绘)和局部对象编辑(实验性)。GPT Image 2.5 可输出 1K、2K 和 4K。 | Enhancer 可按 1x、2x、4x 或 8x 放大。其图像模型可达到 8K(Krea Enhance)、10K(Bloom)、16K(Topaz Generative)和 22K(Topaz),视频则可根据模型最高增强至 8K。 | 来源 |
两款产品都有画布、智能体以及复用工作的方式。它们的差异在于画布承载的内容以及被复用的内容。
| 对比维度 | Virse | Krea | 来源 |
|---|---|---|---|
| 画布承载的内容 | 一个无限画布,参考、简报和笔记、Word 或 PDF 文档以及替代结果可并排放置,并包含图像、视频、文本、搜索、Virse Creator 和智能工具节点。拖动连接会使一个节点成为下一次生成的参考,参考区域会显示每次生成使用了哪些参考。 | Krea Nodes 是一款基于无限画布的节点编辑器。节点具有输入、参数和输出,通过按数据类型进行颜色编码的手柄连接,并可串联图像、视频和音频模型。分区节点、分组和便签可用于组织图谱。 | 来源 |
| 将重复流程转化为工具 | 智能工具会打包重复任务的输入、流程和输出要求。你可以用新素材复用它,以相同方式批量运行类似资产,与团队共享,或让 Virse Creator 调用它。官方工具可从社区添加。 | Node App Builder 可将 Nodes 工作流转换为带有自定义输入表单的应用。应用可以公开发布、仅与团队成员共享,或通过 Execute a Node App API 端点运行。 | 来源 |
| AI 智能体 | Virse Creator 在画布上工作。给它一个任务和参考(图像、Word、PDF);它会规划步骤、搜索参考、调用模型和工具,并生成图像、视频以及 Word 或 PDF 文档。它会基于对话中先前的要求和结果继续推进。 | Krea Agent 可根据一段简述规划多步骤任务,为每一步选择图像、视频和音频模型,审核并编辑输出,还可以将完成的工作流保存为技能,以便再次运行。Krea Nodes 拥有自己的提示词到工作流代理。 | 来源 |
| 文件、品牌上下文与资产 | 资产管理可将图像、视频、文档、画布和美学风格整理到文件夹中,并支持加星、移动、复制、批量操作、从回收站恢复以及带权限的共享。可上传最大 100 MB 的 Word (.docx) 和 PDF 文件;Word 可在线读取、编辑和保存。 | 上下文库分为三个层级:会话文件、My Context(个人文件和代理记住的偏好设置)以及 Workspace Context(品牌指南、产品资料表、参考板和已批准的输出),并与工作区中的所有人共享。它支持文件夹,并可预览图像、视频、PDF、markdown、HTML 和文本。 | 来源 |
本组涵盖团队控制、可复用视觉风格以及各产品公开列出的方案额度。
| 对比维度 | Virse | Krea | 来源 |
|---|---|---|---|
| 团队工作区与控制 | 通过链接共享画布,并授予查看、使用(下载)或编辑权限,或通过电子邮件邀请。团队空间增加了共享项目文件夹、成员组、管理员、按成员设置的算力上限、无限创作席位分配,以及可暂停外部共享的设置。商业计划最多支持 50 个席位。计划详情已于 2026-09-24 在 Virse 定价页面核对。 | Business 方案以一个固定价格覆盖最多 50 个席位,提供自定义用户角色和权限、用于模型访问的精细化控制,以及在工作区内共享的私有 Node Apps。SAML SSO 和按成员设置的支出限额列在 Enterprise 中。 | 来源 |
| 从你自己的图片中复用视觉风格或主体 | 使用 1–20 张参考图像构建可复用的美学风格,捕捉色彩、构图、光照、材质和情绪。将其保存到文件夹并共享;官方美学风格也可在社区库中找到。 | 可基于你自己的角色、风格或物体进行 LoRA 训练:入门方案每个 LoRA 最多支持 50 张图像,Max 和 Business 最多支持 2,000 张。 | 来源 |
| 免费方案 | 新账户初始获得 200 点免费算力额度,而免费计划会在余额低于 200 时每天补充 50 点算力额度。免费用户可使用所有图像模型,输出为 1K;视频模型需要付费计划。计划详情已于 2026-09-24 在 Virse 定价页面核对。 | 每天 100 个单位,包含 Krea Agent、Krea 2、实时模型、最多 50 张图像的 LoRA 训练,以及最高 2K 的放大。所有图像和视频模型、Krea Nodes 以及商业许可都需要付费方案;请查看 Krea 的定价页面了解对应档位。 | 来源 |
| 未使用额度 | 在付费计划中,算力点数永不过期。计划详情已于 2026-09-24 在 Virse 定价页面核对。 | 个人方案的计算单位不会结转。Business 和 Enterprise 方案的计算单位会结转,一次性计算包必须在 90 天内使用完。 | 来源 |
从产品图拖出一条连接到图像节点,或从开场图像拖到视频的第一帧,它就会成为该次生成的参考。参考区域会显示每次生成使用了哪些内容,你也可以在那里添加或移除参考。Render new 会保留一个结果,并在其旁边添加另一个结果,因此备选方案会留在画布上便于比较。
用 1–20 张参考图像构建可复用的美学风格,捕捉色彩、构图、光照、材质和情绪。可将其用于生成、搜索以及 Virse Creator,然后保存到文件夹并与团队共享。社区库中也提供官方美学风格。
将你重复执行的任务的输入、流程和输出要求打包起来。用新素材再次运行,以相同方式批量运行类似资产,与团队共享,或让 Virse Creator 调用它。Krea 的 Node App Builder 在 Nodes 工作流中覆盖了类似范围,因此请在你实际会重复执行的任务上比较两者。
两款产品都能生成图像和视频,都有代理功能,也都能让团队复用成果。选择取决于你的瓶颈是在模型及其控制上,还是在于把参考资料、视觉风格和流程整合在一起。
将这次迁移规划为重建一个方向,而不是文件传输。从一个正在进行的真实简报开始,而不是整个存档。
下载你已完成的资产以及任何你有权迁移的参考集。在取消任何内容之前,检查那些仅存在于 Nodes 工作流或你的 Krea 上下文库中的输出。
将参考素材上传到资产管理系统,并从最能体现该视觉风格的 1–20 张图片中构建一个可复用的美学风格。将其保存到共享文件夹,以便团队使用同一个版本。
将一份真实的简报、其参考素材以及任何 Word 或 PDF 文档放到画布上。将参考素材连接到图像节点并生成,然后使用 render new 将第二个结果放在第一个结果旁边。
根据你开始前设定的标准(包括成本)进行比较。如果某个步骤会重复执行,就将其打包成智能工具,并在一个小批量上运行。如果试点没有为你的团队显示出明确收益,就保持现状。


