Die meisten Bildmodelle dieser Welle sind entweder offen oder brauchbar, selten beides zufriedenstellend. Kolors ist ein eigenartiger und nützlicher Fall: Das Modell selbst ist gründlich geöffnet — Code, Gewichte, die begleitende Werkzeugkette sind alle erhältlich —, während die eigenständige Seite für Endnutzer am 23. August 2024 geschlossen wurde und der Einstieg zur Bilderzeugung in die Kling-AI-Plattform gewandert ist. Wer nur ein Bild will, geht dorthin. Wer basteln will, holt die Gewichte und lässt sie zu Hause laufen.

Zuerst das Schwierige: die Zeichen richtig hinbekommen

Das offizielle Repository nennt einen deutlichen Vorsprung bei der Darstellung lateinischer und chinesischer Zeichen und führt die Textdarstellung unter den Fähigkeiten auf, die es hervorhebt; das Modell erzeugt korrekte chinesische Schriftzeichen. Genau das war lange die wunde Stelle einheimischer Modelle: Viele zeichnen Porträts und Landschaften gut und liefern dann Kauderwelsch, sobald Zeichen im Bild auftauchen. In den offiziellen Beispielen ist der Schriftzug auf einer rankenumrankten Kugel vom Modell selbst gezeichnet, nicht hinterher eingeklebt.

Chinesische Motive und realistische Porträts

Die Beispiele sind in vier Arten gruppiert: hochwertige Porträts, chinesische Motive, komplexes semantisches Verständnis und Textdarstellung. Die Motivarbeiten decken die Große Mauer, klassische Architektur und Stadtsilhouetten ab; die Porträtarbeiten zielen auf natürliche Haut und filmisches Licht. Diese beiden sind genau das, wozu chinesischsprachige Gestalter am häufigsten greifen — Illustration im Landhausstil, Festplakate, Porträts für den Handel —, und das offizielle Material liefert für alles fertige Vorlagen.

Die technische Rechnung

Das technische Material sagt, das Modell baue auf latenter Diffusion auf und sei auf Milliarden von Bild-Text-Paaren trainiert; die Textseite nimmt Chinesisch und Englisch an, mit einer Kontextlänge von 256 Tokens. Das Team hat zudem einen eigenen Bewertungssatz gebaut, über tausend Prompts in vierzehn Kategorien und zwölf Bewertungsdimensionen, von Menschen und Maschinen geprüft. Am 3. Juli 2024 belegte das Modell Platz zwei auf der Rangliste für multimodales Text zu Bild von FlagEval und Platz eins in der subjektiven Qualität für Chinesisch und Englisch.

Wie offen es wirklich ist

Das ist der eigentliche Unterschied. Das Repository hält fest, dass der Projektcode die Apache-Lizenz nutzt, dass die Gewichte für akademische Forschung vollständig offen sind und dass gewerbliche Nutzung eine Registrierung beim Team verlangt. Über das Hauptmodell hinaus sind auch die üblichen Ergänzungen offen — ein Adapter für Stilvorlagen, Steuerungsnetze für Kanten, Tiefe und Pose, teilweises Neuerzeugen und eine rangreduzierte Feinabstimmung —, und das Modell arbeitet bereits mit einem knotenbasierten Frontend, einer schlichten Browserschnittstelle und der gängigen Python-Bibliothek für Diffusion. Es kann sich also in einen vorhandenen Ablauf einfügen, statt nur in einer geschlossenen Webseite zu leben.

Wo man es heute benutzt

Der Hinweis auf der alten Seite ist eindeutig: Die Bilderzeugung läuft über die Kling-AI-Plattform weiter, und die ursprüngliche Seite wurde am 23. August 2024 geschlossen. Die kreativen Werkzeuge und die Anpassung von Profilfiguren wurden eingegliedert. Im April 2025 kam dort eine zweite Modellgeneration, und die Fassung 2.1 folgte am 10. Juli desselben Jahres. Ein Punkt ist zu beachten: Der Umzug bewahrt frühere Arbeiten nicht, wer also alte Werke auf der ursprünglichen Plattform hat, muss sie selbst sichern.

Die Grenzen, benannt

Zwei Dinge sollte man vorher wissen. Kolors ist kein eigenständig betriebenes Produkt mehr, und viele ältere Anleitungen zeigen noch auf eine geschlossene Adresse; der lebende Einstieg liegt auf der anderen Plattform. Und offen heißt nicht uneingeschränkt: Die Gewichte sind für Forschung offen, gewerbliche Nutzung braucht eine Registrierung, und das Team weist darauf hin, dass generative Modelle zufällig arbeiten, weshalb Genauigkeit und Sicherheit der Ausgabe nicht vollständig zu garantieren sind. Nichts davon ist eine Falle, beides gehört vor der Wahl in die Kostenrechnung.

Zusammengefasst: Der Wert liegt nicht in einer weiteren Bildwebseite. Er liegt in einem chinesischsprachigen Text-zu-Bild-Modell, das Zeichen richtig schreibt, seine Gewichte öffnet und sich in einen vorhandenen Ablauf einstecken lässt. Für Bilder im Alltag geht man auf die gehostete Plattform, für ernsthafte Arbeit holt man die Gewichte und lässt sie laufen. Beide Wege stehen offen.