Ren(@Ryrenz):🎯 专门做海报生成的开源模型，港科大和美团一起搞的对应论文 arXiv 2506.10741，14 位作者，来自港科大广州、美团、厦大和新国大 AI 生图这两年进步飞快，但做海报一直是重灾区：画面能出，一放中文标题就露馅，字缺笔画、排版歪斜，最后还得回 PS 重新排字。 PosterCraft 是奔着这个问题去的，训练分四个阶段：先做文本渲染优化，再用高质量海报微调，然后上美学文本强化学习，最后加视觉语言反馈。配套开放了 PosterCraft-v1_RL 和 v1_Reflect 两个模型，以及 Text-Render-2M、HQ-Poster-100K、Poster-Preference-100K、Poster-Reflect-120K 四个数据集。推理代码、Gradio 界面都给了，还专门提供了 CPU 卸载版本给显存吃紧的机器。有一点值得如实说明：在项目自己列的基准里，文本召回率、F-score 和准确率分别是 0.787、0.774 和 0.735，而同表中 Gemini2.0-Flash-Gen 的三项都略高一些。它的价值在于开放权重和完整数据集，不是绝对性能第一。能自己部署和微调的模型，长期价值往往更高。 GitHub：

2026.08.17 13:09

🎯 专门做海报生成的开源模型，港科大和美团一起搞的对应论文 arXiv 2506.10741，14 位作者，来自港科大广州、美团、厦大和新国大 AI 生图这两年进步飞快，但做海报一直是重灾区：画面能出，一放中文标题就露馅，字缺笔画、排版歪斜，最后还得回 PS 重新排字。 PosterCraft 是奔着这个问题去的，训练分四个阶段：先做文本渲染优化，再用高质量海报微调，然后上美学文本强化学习，最后加视觉语言反馈。配套开放了 PosterCraft-v1_RL 和 v1_Reflect 两个模型，以及 Text-Render-2M、HQ-Poster-100K、Poster-Preference-100K、Poster-Reflect-120K 四个数据集。推理代码、Gradio 界面都给了，还专门提供了 CPU 卸载版本给显存吃紧的机器。有一点值得如实说明：在项目自己列的基准里，文本召回率、F-score 和准确率分别是 0.787、0.774 和 0.735，而同表中 Gemini2.0-Flash-Gen 的三项都略高一些。它的价值在于开放权重和完整数据集，不是绝对性能第一。能自己部署和微调的模型，长期价值往往更高。 GitHub：

显示更多