PosterCraft：重新定义高质量美学海报生成的统一框架
你是否遇到过这些设计难题？
-
需要快速生成专业海报但缺乏设计经验？ -
AI生成的海报文字总是错乱模糊？ -
艺术元素与背景融合生硬不自然？ -
布局缺乏视觉冲击力？
PosterCraft 正是为解决这些问题而生的革命性框架。作为香港科技大学、美团等机构联合研发的最新成果，它通过创新的四阶段训练流程，在文本渲染精度和美学表现上超越了当前主流模型。
🔍 核心突破：在权威测试中，PosterCraft文本召回率高达0.787（接近Gemini2.0的0.798），远超SD3.5的0.565
一、什么是PosterCraft？
PosterCraft是首个专注于高质量美学海报生成的AI框架。它通过统一的训练架构，实现了四大核心能力：
-
精准文本渲染 – 海报文字清晰可读 -
艺术元素融合 – 抽象图形与背景自然衔接 -
动态版式设计 – 自动生成专业级布局 -
风格统一控制 – 保持整体视觉和谐性
实际效果对比
| 生成模型 | 文字召回率 | 文字准确率 | 美学评分 |
|---|---|---|---|
| SD3.5 | 0.565 | 0.497 | 3.2/5 |
| Flux1.dev | 0.723 | 0.667 | 3.8/5 |
| PosterCraft | 0.787 | 0.735 | 4.5/5 |
二、技术架构揭秘（四阶段训练法）
阶段1：文字渲染优化
[object Promise]
-
使用200万高质量样本训练 -
支持不同尺寸/位置/旋转角度的文字 -
解决传统模型文字模糊的核心痛点
阶段2：海报精细调优
[object Promise]
-
10万张精选海报数据集 -
保持文本精度同时提升艺术表现 -
解决元素突兀问题
阶段3：美学-文本强化学习
[object Promise]
-
10万组偏好数据训练 -
Gemini模型参与美学评分 -
实现高阶美学平衡
阶段4：视觉语言反馈
[object Promise]
-
12万反馈数据集 -
视觉与语言联合优化 -
渐进式提升细节品质
三、五分钟快速上手
安装指南
# 克隆仓库
git clone https://github.com/ephemeral182/PosterCraft.git
cd PosterCraft
# 创建环境
conda create -n postercraft python=3.11
conda activate postercraft
# 安装依赖
pip install -r requirements.txt
生成你的第一张海报
python inference.py \
--prompt "都市街头艺术展海报，带涂鸦文字和动态色彩飞溅" \
--enable_recap \
--num_inference_steps 28 \
--guidance_scale 3.5 \
--seed 42
小显存用户专用方案
python inference_offload.py \
--prompt "科幻电影海报，太空飞船与星云背景" \
--enable_recap
可视化操作界面
python demo_gradio.py
启动后访问本地端口即可使用交互界面
四、效果展示厅
| 主题类型 | 生成效果 | 提示词要点 |
|---|---|---|
| 冒险旅行 |  |
自然景观+动态字体 |
| 后启示录 |  |
破败纹理+粗体标题 |
| 科幻戏剧 |  |
霓虹色调+科技元素 |
| 文化庆典 |  |
传统图案+金色装饰 |
| 儿童读物 |  |
柔和色彩+圆润字体 |
💡 创作秘诀：在提示词中加入”bold lettering”（粗体字）、”dynamic layout”（动态布局）等关键词可显著提升效果
五、模型与数据集
核心模型下载
| 模型名称 | 训练阶段 | 特性 | 下载地址 |
|---|---|---|---|
| PosterCraft-v1_RL | 阶段3 | 美学-文本平衡 | 🤗 HF链接 |
| PosterCraft-v1_Reflect | 阶段4 | 多模态优化 | 🤗 HF链接 |
训练数据集
| 数据集名称 | 规模 | 用途 | 特点 |
|---|---|---|---|
| Text-Render-2M | 200万 | 文字渲染 | 多实例/动态内容 下载 |
| HQ-Poster-100K | 10万 | 海报调优 | 专业级筛选 下载 |
| Poster-Preference-100K | 10万 | RL训练 | 美学偏好对 下载 |
| Poster-Reflect-120K | 12万 | 反馈训练 | 多模态分析 下载 |
六、实用问答（FAQ）
Q1：需要多大显存？
-
标准模式：建议12GB+显存 -
小显存方案：使用 inference_offload.py可在8GB显存运行
Q2：支持中文吗？
是的！最新进展：
【2025.06】中文技术解读已发布：高质量美学海报生成框架 PosterCraft
Q3：能否商用？
当前版本需遵循开源协议，商业授权请联系作者
Q4：如何集成到现有工作流？
社区已实现ComfyUI集成：
[object Promise]
详细流程见：PosterCraft-ComfyUI案例
七、技术致谢
本项目由多机构联合研发：
-
🏛️ 香港科技大学（广州） -
🏢 美团 -
🏫 厦门大学 -
🌏 新加坡国立大学
@article{chen2025postercraft,
title={PosterCraft: Rethinking High-Quality Aesthetic Poster Generation in a Unified Framework},
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 preprint arXiv:2506.10741},
year={2025}
}
八、联系我们
-
陈思翔：schen691@connect.hkust-gz.edu.cn -
赖建宇：jlai218@connect.hkust-gz.edu.cn