美团海报生成 AIGC 技术创新与实践¶

Ch01.1267 美团海报生成 AIGC 技术创新与实践¶

📊 Level ⭐⭐ | 4.3KB | entities/美团海报生成-aigc-技术创新与实践.md

原创视觉智能视觉智能美团技术团队

在小说阅读器读本章

去阅读

在小说阅读器中沉浸阅读

点亮👆 “☆”星标，不错过推送内容~

全文速读

一张商业海报，对设计师来说可能是半天工作；对百万中小商家来说，却可能是一道迈不过去的门槛。

外包一张专业海报，少则数百、多则数千元；临时促销要求分钟级交付，传统设计流水线却要1到3天；好不容易批量生产出来，质量又参差不齐——这是美团平台上数百万商家每天都在面对的真实困境。

AIGC 给了我们一个新的答案，但「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。

过去两年，美团智能创作团队围绕这一问题，构建了覆盖「能生成、能编辑、能评判」的完整技术体系：

PosterCraft（ICLR 2026）：摒弃模块化流水线，端到端统一优化文字、视觉与版式，在文字渲染准确率上接近Top级别的闭源商业系统；
PosterOmni（CVPR 2026）：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，更接近"基于参考稿工作的智能设计助手"；
PosterReward（CVPR 2026）：首个专门面向海报质量评估的奖励模型，在专项评测基准上达到 86% 准确率，远超现有基线，既驱动生成模型持续进化，也承担线上质检把关。

三者形成「生成-编辑-评判」的技术闭环，相互支撑、持续自我进化。目前三项工作均已全部开源于 MeiGen-AI 仓库，并在美团外卖套餐图生成、品牌 IP 袋鼠团团、点评信息流治理等多个真实业务场景中完成落地。

本文将系统拆解这套技术体系的核心思路、关键创新与实战经验。

🎈我们还在文末增加了读者互动环节，欢迎大家晒出自己的见解、思考，分享实践经验，一起交流学习。

本文目录

一、背景与挑战
- 1.1 业务背景：百万商家的"创意平权"难题
- 1.2 技术挑战：高质量海报生成的多维难题
- 1.3 我们的解法：构建"生成-编辑-评判"技术闭环
二、技术体系全景
三、端到端高美感海报生成：PosterCraft（ICLR 2026）
- 3.1 核心思想
- 3.2 四阶段级联优化工作流
- 3.3 核心成果
四、多任务统一的图像到海报创作：PosterOmni（CVPR 2026）
- 4.1 核心思想：从 Text-to-Poster 到 Image-to-Poster
- 4.2 统一"图到海报"范式：单一模型覆盖六类典型设计需求
- 4.3 核心难点：多任务冲突的缓解
- 4.4 方法论：四阶段训练流水线
- 4.5 PosterOmni-Bench：统一评测基准
- 4.6 实验结果
五、海报质量评估：PosterReward（CVPR 2026）
- 5.1 真实海报的结构化评估：营销海报图像结构化
- 5.2 生成海报的奖励模型
- 5.3 评估体系的演进逻辑
六、技术