---

新闻与更新

• 🔥 [2025.06] PosterCraft 已被 ICLR 2026 接收！
• 📦 [2025.09] 我们已在 HuggingFace 上发布了我们的 Poster100K 数据集！
• 🖥️ [2025.06] 我们已将我们的工作上传至 MeiGen-AI，在那里你不仅可以探索我们的项目，还可以了解其他同事的工作。欢迎查看以获取更多见解和贡献。
• 🧩 [2025.06] 社区用户 @AIFSH 已成功将 PosterCraft 集成到 ComfyUI 中！
  你可以在这里查看完整的工作流程：PosterCraft-ComfyUI 示例
  非常感谢这位贡献者——这对许多用户都将非常有帮助！详情请参阅 Issue #6。
• 📖 [2025.06] 我们的中文文章现已发布，其中详细介绍了 PosterCraft 并提供了技术解析！
  阅读地址：中文解读｜高质量美学海报生成框架 PosterCraft
• 🔥 [2025.06] 我们已在 Hugging Face Space 上部署了演示，请随时试用！
• 🚀 [2025.06] 我们的 Gradio 演示及推理代码现已可用！
• 📊 [2025.06] 我们已在 HuggingFace 上发布了部分数据集和模型权重。

---

请告诉我这样是否合适！

👥 作者

Sixiang Chen^1,2*, Jianyu Lai¹*, Jialin Gao²*, Tian Ye¹, Haoyu Chen¹, Hengyu Shi², Shitong Shao¹, Yunlong Lin³, Song Fei¹, Zhaohu Xing¹, Yeying Jin⁴, Junfeng Luo², Xiaoming Wei², Lei Zhu^1,5†

¹香港科技大学（广州）
²美团
³厦门大学
⁴新加坡国立大学
⁵香港科技大学

*共同第一作者，†通讯作者

---

🌟 PosterCraft 是什么？

PosterCraft 是一个用于高质量美学海报生成的统一框架，它在精确的文字渲染、抽象艺术的无缝融合、引人注目的布局以及风格上的和谐统一方面表现出色。

🚀 快速入门

🔧 安装

# 克隆仓库
git clone https://github.com/ephemeral182/PosterCraft.git
cd PosterCraft

# 创建 conda 环境
conda create -n postercraft python=3.11
conda activate postercraft

# 安装依赖
pip install -r requirements.txt

🚀 快速生成

使用 BF16 精度从你的提示中生成高质量的美学海报：

python inference.py \
  --prompt "城市画布街头艺术博览会海报，带有大胆的涂鸦风格字体和充满活力的彩色泼溅" \
  --enable_recap \
  --num_inference_steps 28 \
  --guidance_scale 3.5 \
  --seed 42 \
  --pipeline_path "black-forest-labs/FLUX.1-dev" \
  --custom_transformer_path "PosterCraft/PosterCraft-v1_RL" \
  --qwen_model_path "Qwen/Qwen3-8B"

如果你的 GPU 内存有限，可以使用 inference_offload.py 将部分组件卸载到 CPU 上：

python inference_offload.py \
  --prompt "城市画布街头艺术博览会海报，带有大胆的涂鸦风格字体和充满活力的彩色泼溅" \
  --enable_recap \
  --num_inference_steps 28 \
  --guidance_scale 3.5 \
  --seed 42 \
  --pipeline_path "black-forest-labs/FLUX.1-dev" \
  --custom_transformer_path "PosterCraft/PosterCraft-v1_RL" \
  --qwen_model_path "Qwen/Qwen3-8B"

💻 Gradio Web UI

我们为 PosterCraft 提供了一个 Gradio Web UI。

python demo_gradio.py

📊 性能基准测试

---

🎭 画廊与示例

---

🏗️ 模型架构

我们的统一框架由 训练流程中的四个关键优化阶段 组成：

🔤 第一阶段：文本渲染优化

通过在高质量背景上精确渲染多样化的文本，解决准确的文本生成问题，同时确保背景的真实呈现，为海报生成奠定基础性的保真度和鲁棒性。

🎨 第二阶段：高质量海报微调

利用区域感知校准，将重点转向整体海报风格及文本与背景的和谐统一。这一微调阶段在保持文本准确性的同时，进一步强化美学海报的艺术完整性。

🎯 第三阶段：美学-文本强化学习

采用美学-文本偏好优化，捕捉更高层次的美学权衡。该强化学习阶段优先选择满足整体美学标准的输出，并减少字体渲染中的缺陷。

🔄 第四阶段：视觉-语言反馈

引入联合视觉-语言条件机制。这种迭代反馈结合视觉信息与针对性的文本建议进行多模态修正，逐步优化美学内容和背景和谐度。

---

💾 模型库

我们提供了 PosterCraft 流程中不同阶段微调的核心模型权重。

---

📚 数据集

我们为训练 PosterCraft 工作流提供了 四个专用数据集：

🔤 Text-Render-2M

一个包含 200万张高质量样本 的全面文本渲染数据集。具有多实例文本渲染、多样化的文本选择（大小、数量、位置和旋转各不相同），并通过基于模板和随机字符串两种方式实现动态内容生成。

🎨 HQ-Poster-100K

通过先进的过滤技术和多模态评分精心筛选出的 10万张 高质量海报。采用 Gemini 技术生成掩码，并配有详细说明，以便全面理解海报内容。

👍 Poster-Preference-100K

该偏好数据集来源于超过 10万张 生成的海报图像。经过 Gemini 和美学评估人员的全面评估，我们构建了高质量的偏好配对，旨在通过强化学习使海报生成更符合人类的审美判断。

🔄 海报-反思-12万

该视觉-语言反馈数据集来源于超过12万张生成的海报图像。通过Gemini模型和美学评估人员的全面评估，该数据集捕捉了迭代优化的过程，并提供了详细的反馈以供进一步改进。

---

📝 引用

如果您在研究中使用了PosterCraft，请引用我们的论文：

@article{chen2025postercraft,
  title={PosterCraft: 在统一框架下重新思考高质量美学海报生成},
  author={Chen, Sixiang and Lai, Jianyu and Gao, Jialin and Ye, Tian and Chen, Haoyu and Shi, Hengyu and Shao, Shitong and Lin, Yunlong and Fei, Song and Xing, Zhaohu and Jin, Yeying and Luo, Junfeng and Wei, Xiaoming and Zhu, Lei},
  journal={arXiv预印本 arXiv:2506.10741},
  year={2025}
}

---

🙏 致谢

• 🏛️ 感谢我们所属机构的支持。
• 🤝 特别感谢开源社区带来的启发。

---

📬 联系方式

如有任何问题或咨询，请联系我们：

• Sixiang Chen: schen691@connect.hkust-gz.edu.cn
• Jianyu Lai: jlai218@connect.hkust-gz.edu.cn