關於 Kolors
About
什麼是 Kolors
Kolors 是快手 Kolors 團隊開發的大型文字轉圖像模型，採用潛在擴散架構，並以數十億組圖文配對訓練而成。快手在 2024 年 7 月以開放授權釋出，權重放在 Hugging Face、ModelScope 與官方 GitHub 倉庫。你可以放在自己的機器上跑、在 ComfyUI 裡使用，或直接打開 kolors.kuaishou.com 的免費網頁版，輸入提示詞就能出圖。
它最突出的地方是語言。同時期的圖像模型幾乎都接上只支援英文的文字編碼器，所以中文提示詞丟進去，回來的圖往往走樣或乾脆被忽略。Kolors 改用具備雙語能力的語言模型當編碼器，脈絡視窗達 256 個詞元。這讓它能跟上又長又有層次的提示詞，也直接聽懂中文概念。它也是最早的開源圖像模型之一，能畫出真正的中文字元，連書法都行，不只限於英文字母。這份中文文字渲染能力，就是它和一般 AI 圖像生成器最大的差別。
擋住它的，正是讓它好用的那份開放。Kolors 沒有哪個按鈕能一鍵變成精緻產品。想快速出圖，網頁版就夠。想要掌控，你得自己組工作流：挑檢查點、加上 LoRA 或 ControlNet、顧好自己的顯示卡。最新的 Kolors 2.1 透過快手的 Kling 平台與 API，往託管服務更靠近一步，但大家熟知的免費版本仍然是先前的開源模型。
開始使用
- 想快速試用，打開 kolors.kuaishou.com，用手機號或快手帳號登入，進到「AI 創作」
- 在提示詞欄寫下你的想法，中英文皆可，再挑風格、畫面比例與要生成幾張
- 按下生成，下載喜歡的成品；或用「形象訂製」上傳照片，不必寫提示詞就能換風格
- 要在本機執行，就複製官方 GitHub 倉庫，抓下權重與文字編碼器，再把模型載入 ComfyUI 或 diffusers 腳本
產品資訊
快速了解 Kolors 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 中文創作者：用中文寫提示詞的設計師與玩家，想要一個不必翻譯就能聽懂的模型
- 開源折騰派：想微調模型、加 LoRA、在自己顯示卡上跑推論，而不是租用封閉服務的開發者
- 海報與平面設計師：需要在圖裡放文字的人，因為 Kolors 能畫出清楚的中英文
- 人像與插畫創作者：想要擬真人物與細緻角色，又希望模型能免費下載的創作者
任務
- 中文提示詞生成：用母語寫下想法，拿到貼近原意的成品，而不是翻譯後的近似版本
- 圖中文字設計：做海報、招牌與封面，讓文字和畫面一樣重要
- 照片風格轉換：上傳人像，轉成黏土、水彩、童年或卡通風格
- 自訂微調：用個人風格或產品訓練一個 LoRA，讓基礎模型隨時重現
- 構圖控制：用 ControlNet 控制姿勢、線稿或景深，決定東西放哪，不只是被畫了什麼
情境
- 海報需要一句中文標語：你直接輸入那句原話，Kolors 把字畫出來，省下跑一趟排版軟體
- 小型工作室沒雲端預算：在一台工作站的顯示卡上跑 Kolors，不必按張付費就能持續出圖
- 插畫家想要角色一致：用該角色訓練的 LoRA，讓同一張臉和同一套服裝貫穿整個系列
- 行銷人員測試概念：免費網頁版幾秒內給出四個版本，還不必先花錢
- 開發者要做圖片功能：diffusers 與 ComfyUI 支援讓 Kolors 直接進到既有流程，不必另開一套
主要功能
雙語提示詞理解
Kolors 用小語言模型當文字編碼器，而不是只能用英文的版本，所以中文與英文提示詞受到同等對待。256 個詞元的視窗大約是舊款編碼器的三倍，當提示詞同時點名多個主體、顏色與位置時，差別就出來了。實際上，一段又長又具體的中文描述，成品會更貼近你腦中的畫面。團隊自己就把這個編碼器視為模型在複雜提示詞上勝出的關鍵。
中文字與書法渲染
要畫對字元，對任何圖像模型都不容易，中文因為字集龐大、筆畫繁複更是如此。Kolors 就是為了這件事打造，能把中文詞語甚至書法畫進場景裡。英文字母也沒問題，海報與封面工作不必事後再補字。複雜字元仍可能在某一次生成失敗，所以多字片語請當作值得重刷的項目，不是保證。
風格範本與圖像訂製
網頁版內建皮克斯、盲盒卡通、動漫、高畫質寫實等現成風格，不必硬拗提示詞就能得到想要的調性。形象訂製更進一步：上傳照片、挑一個主題如黏土、水彩或童年寫真，完全不寫提示詞也能換風格。這條路適合只想拿成品、不想研究工作流的人。
開源權重與本機推論
模型權重是開放的，你可以下載後離線執行。基礎模型本身不算大，但文字編碼器相當有份量，所以硬碟空間要比純 Stable Diffusion 配置留更多。在 ComfyUI 上，8GB 顯示記憶體是可用的門檻，12GB 以上較寬裕，顯示卡較小時可改用量化編碼器。在本機跑代表不必按張付費，也不會有任何內容送到伺服器。
支援 ControlNet、LoRA 與 IP-Adapter
團隊釋出了讓擴散模型變得可控的各個零件：控制線稿、景深與姿勢的 ControlNet、修補模型、以圖下提示詞的 IP-Adapter、鎖定身分的 IP-Adapter-FaceID，以及 Dreambooth-LoRA 訓練程式碼。湊在一起，Kolors 就從一個提示詞輸入框，變成你能駕馭的工具。如果你在 Stable Diffusion 用過這些外掛，操作會很順手。
融入你現有的工具鏈
Kolors 能接上 ComfyUI、Gradio 與 diffusers 函式庫，所以是加入你既有的配置，而不是另開一套。它在 Hugging Face 與 ModelScope 都有，若你的網路偏好其中一個，這點很實際。對要出產品的團隊來說，Kling API 把 Kolors 2.1 包成託管呼叫，用單次計費換掉本機安裝的麻煩。
優缺點
優點
- 直接讀懂中文提示詞，中文使用者省下「先翻譯再祈禱」這一步
- 能在圖裡畫出清楚的中英文文字，海報與招牌工作都能涵蓋
- 開放權重讓你本機執行，不必按張付費，資料也不離開自己的機器
- 對 ControlNet、LoRA、IP-Adapter 與修補的支援成熟，成品可以引導
- 免費網頁版提供零安裝的試用管道，不必先買硬體
缺點
- 不是單一的精緻產品：走本機路線就得挑檢查點、加外掛、顧顯示卡
- 內建的文字編碼器讓本機安裝比純 Stable Diffusion 配置更吃資源，顯示卡較弱就得用量化模型
- 複雜的多字片語仍可能出錯，得重刷好幾次
- 版本分家造成混淆，因為最普及的免費模型與較新的 Kolors 2.1 託管 API 是兩條不同路線
常見問題
免費，而且分兩層。kolors.kuaishou.com 的網頁版註冊帳號後就能免費使用，模型權重也是開放的，本機執行不必按張付費。較新的 Kolors 2.1 透過 Kling API 則按次計費，費率請以現行為準。
相關內容
探索與 Kolors 相關的工具、技能與文章。
Kolors 替代方案
X Ray Interpreter
X-ray Interpreter · 圖片X Ray Interpreter 是一款以網頁為基礎的 AI 放射科工具，能把 X 光、電腦斷層、磁振造影、超音波與 PET 影像變成白話報告。你上傳一張掃描影像，片刻之間就得到初步的 X 光判讀結果，之後若有需要解釋的地方，還能繼續追問。它的定位是第二意見與學習輔助，而非醫療診斷。
Aieasypic
AIEasyPic · 圖片AIEasyPic 是一款 AI 圖片生成器，能在幾秒內把單純的文字提示變成完成的藝術作品。你也可以用自己照片訓練自訂模型、在現有圖片中替換臉部，並從文字建立短影片片段，全部都能在瀏覽器中完成。它適合想要快速視覺素材的休閒創作者，也適合想打造個人模型、又不想碰任何程式的業餘玩家。
Chargen
Chargen · 圖片Chargen 是一款 AI 角色生成器與世界觀建構工具，專為《龍與地下城》與其他桌上角色扮演遊戲打造。它能將一句構想變成手繪風格的肖像，在同一場工作階段中生出 NPC、怪物、地圖與遭遇，並把每隻生物的細節放在手邊。桌上角色扮演美術這部分靠一套名為 Gold 的點數系統運作，而文字生成器則對所有人保持免費。