[bug]: InvokeAI v6.14.0-RC1 Crashed while generating Krea-2 Image

快速结论：该问题发生在 InvokeAI v6.14.0-RC1 生成 Krea-2 图像时，主要表现为崩溃或输出异常。优先排查并避免使用 int8 量化模型，可尝试切换到 fp8 或 bf16 模型，并手动输入更高的分辨率（如 2MP）以规避滑块上限问题。

适用环境：Windows 系统，Nvidia RTX 590 Laptop GPU（24GB VRAM），采用 Invoke’s Launcher 安装的 InvokeAI v6.14.0-rc1，CUDA 12.8，diffusers 0.39.0，Python 环境未在 Issue 中具体标注。浏览器为 Edge。

最快修复方案：暂无一键修复的官方发行版方案；可优先尝试使用 fp8 或 bf16 精度的 Krea-2 模型替代 int8 模型，并手动输入 2MP 分辨率进行测试。

注意事项：int8 在本次版本中明确不受支持；GGUF 加载问题已修复但尚未随版本发布。手动输入分辨率可绕过滑块上限，但该行为是临时的，官方可能后续调整滑块最大值。

问题场景

用户在 InvokeAI v6.14.0-RC1 中生成 Krea-2 图像时触发崩溃。用户使用了第三方模型 kreamania_variant5.safetensors（来自 Civitai）以及 Qwen3-VL-4B-Instruct-Herectic.safetensors 作为文本编码器。前者渲染和内存使用正常，后者输出为垃圾图像。另外，int8 量化的 Krea-2 模型虽能运行，但内存使用效率极低，且分辨率只能达到约 1MP；GGUF 格式模型可运行，但输出质量差。

报错原文

[bug]: InvokeAI v6.14.0-RC1 Crashed while generating Krea-2 Image

原因分析

根据开发者回复，可能原因是 int8 量化当前不被支持，导致内存使用异常及崩溃。另外，用户使用的非官方文本编码器 Qwen3-VL-4B-Instruct-Herectic.safetensors 可能未经 InvokeAI 兼容性验证，输出“垃圾”结果。部分本地安装的 Qwen VAE 被模型管理器错误分类为“Anima”类型，可能与生成异常也有关联。分辨率滑块上限是独立的 UI 限制，并非崩溃直接原因。

环境排查

确认 InvokeAI 版本为 v6.14.0-rc1（Issue 中标注为 RC1，可能存在未修复的已知 bug）。
确认 GPU 驱动与 CUDA 12.8 的兼容性；RTX 590 Laptop 24GB VRAM 应足够运行常见模型，但 int8 量化可能触发低效分配。
检查 diffusers 版本（0.39.0）是否与所用模型仓库版本匹配。
在模型管理器中核对本地安装的 VAE 被识别的类型（Qwen / Anima），尤其是从外部下载的 Qwen VAE 被误判时，可能影响生成。
识别文本编码器来源：官方或 InvokeAI 模型库之外的 .safetensors 文件可能不兼容。

解决步骤

更换为官方推荐的 fp8 或 bf16 模型：在 InvokeAI 模型库中下载 Krea-2 的 fp8 或 bf16 精度版本，替代手头的 int8 模型。
避免使用未经验证的文本编码器：移除 Qwen3-VL-4B-Instruct-Herectic.safetensors，改用常规的 fp8-scaled qwen3-vl-4b （用户计划验证该替换方案，属于可优先尝试项）。
等待 GGUF 加载修复版本：GGUF 加载问题已修复但未发布，可关注 InvokeAI 官方更新，待下个版本发布后再测试 GGUF 格式。
手动输入高于滑块上限的分辨率：在生成界面手动输入 2MP 分辨率（如 2048×1024），绕过滑块最大值限制。官方表示可自行输入任意分辨率，但滑块上限将后续调整。
检查 VAE 分类：在模型管理器中确认所有 Qwen VAE 被正确归类为“Qwen”；若被误判为“Anima”，可尝试重新下载 InvokeAI 官方 Qwen Image VAE 替代本地文件。

验证方法

使用 fp8/bf16 模型并手动设置 2MP 分辨率后，观察生成过程是否完成无崩溃，并检查输出图像是否符合预期质量。若替换文本编码器后不再输出“垃圾”图像，则说明问题出在 Herectic 编码器上。同时对比 int8 与 fp8/bf16 模型的内存占用（任务管理器或 nvidia-smi），确认无异常分配。