ARTICLE · 人工智能
美团海报生成 AIGC 技术创新与实践
一语总结美团技术团队提出 PosterCraft、PosterOmni、PosterReward 三项工作，构建“生成-编辑-评判”闭环的海报生成 AIGC 技术体系，并全部开源。
文章深入介绍了美团智能创作团队围绕高质量商业海报生成所构建的完整技术体系。先阐述了百万中小商家面临的“创意平权”难题及五个技术挑战（精准文字渲染、和谐版式布局、统一美学风格、多任务场景统一、质量可量化评估）。随后系统拆解三项核心工作：PosterCraft（ICLR 2026）端到端优化海报生成，通过四阶段级联训练在文字渲染准确率上接近闭源商业系统；PosterOmni（CVPR 2026）实现单一模型覆盖扩图、补全、比例调整、风格迁移等六类设计任务，采用任务蒸馏+统一奖励模型的范式；PosterReward（CVPR 2026）作为首个面向海报质量评估的奖励模型，在专项评测基准上准确率达 86%。三者形成技术闭环，并在美团外卖、品牌 IP 等业务中落地。文章同时介绍了营销海报图像结构化的评估方案，涵盖排版构图、色系搭配、氛围感风格等多维度解析。最后探讨了更强的可控性、更广场景覆盖等未来方向。
- 构建“生成-编辑-评判”技术闭环是解决海报生产困境的系统性方案。
PosterCraft 解决基础生成能力，PosterOmni 拓展至多任务统一编辑，PosterReward 提供精准质量评估，三者相互支撑、协同进化。
- 端到端模型优于模块化流水线，能更好保证美学一致性。
PosterCraft 摒弃先规划布局再叠加文字的传统流水线，通过统一框架协同优化文字、视觉和版式，显著提升文字渲染准确率与美观度。
- 多任务统一建模的关键在于缓解任务冲突。
PosterOmni 采用“先分开训练局部编辑和全局创作专家，再通过任务蒸馏整合为统一学生模型”的策略，有效避免局部精修与全局重组之间的拉扯。
- 海报质量评估需要领域专用奖励模型。
通用图像质量指标无法捕捉文字渲染、版式规范等海报特有维度；PosterReward 通过自动化偏好数据构建、级联训练等创新，大幅提升评估准确率。
- 合成数据质量控制是训练高效模型的关键瓶颈。
PosterOmni 和 PosterReward 均设计了分层过滤与多模型共识机制，有效降低合成数据的噪声，保障后续训练效果。
美团海报生成 AIGC 技术创新与实践
文章深入介绍了美团智能创作团队围绕高质量商业海报生成所构建的完整技术体系。先阐述了百万中小商家面临的“创意平权”难题及五个技术挑战（精准文字渲染、和谐版式布局、统一美学风格、多任务场景统一、质量可量化评估）。随后系统拆解三项核心工作：PosterCraft（ICLR 2026）端到端优化海报生成，通过四阶段级联训练在文字渲染准确率上接近闭源商业系统；PosterOmni（CVPR 2026）实现单一模型覆盖扩图、补全、比例调整、风格迁移等六类设计任务，采用任务蒸馏+统一奖励模型的范式；PosterReward（CVPR 2026）作为首个面向海报质量评估的奖励模型，在专项评测基准上准确率达 86%。三者形成技术闭环，并在美团外卖、品牌 IP 等业务中落地。文章同时介绍了营销海报图像结构化的评估方案，涵盖排版构图、色系搭配、氛围感风格等多维度解析。最后探讨了更强的可控性、更广场景覆盖等未来方向。
美团技术团队公开了商业海报生成的完整技术体系，并把 PosterCraft、PosterOmni、PosterReward 三项工作全部开源，形成「生成、编辑、评判」的闭环。三者分别解决文字渲染、多任务统一和质量打分，让百万中小商家也能低成本做出专业海报。对做 AIGC 应用和多模态生成的团队来说，这是一份难得的端到端工程实录。
文章金句
"「生成一张看起来还行的图」和「生成一张真正可用的商业海报」之间，横亘着精准文字渲染、和谐版式布局、多任务统一支持、质量可量化评估等多项相互交织的技术挑战。
"最终的统一模型不是简单做'参数拼接'，而是训练一个学生网络去逼近专家模型的速度场/预测行为。
"结构化评估积累的维度定义经验（构图、色彩、氛围感）为 PosterReward 的多维度分析模块提供了领域知识参照。
"从效率到效能，从'能用'到'好用'，AIGC 海报生成正在重新定义百万商家的创意生产方式。