一张商业海报，对设计师来说可能是半天工作；对百万中小商家却可能是一道迈但是去的门槛。不过，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——这是美团网站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，建立了覆盖「能生成、能编辑、能评判」的完整技术程序：

• PosterCraft：摒弃模块化流水线。端到端统一调整文字、视觉与版式，在文字渲染准确率上接近Top级别的闭源商业程序；
• PosterOmni：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：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 % 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。

三者的主要思路、关键创新与实际经验。

一、背景与挑战

业务背景这方面。百万商家的“创意平权”难题

使用者痛点：

• 设计资源匮乏专业营销海报外包动辄数百至数千元，中小商家难以承受；即便是大型连锁品牌，面对多城市、多门店的差异化营销需求。设计师团队一样捉襟见肘，
• 时效性要求苛刻天气突变、突发热点、临时促销等本地生活场景要求海报“分钟级”交付，传统设计流水线‑天的周期已严重脱节。
• 内容同质化严重大量商家依赖固定模板做简单文字替换。海报千篇一律，在信息爆炸时代难以触达使用者，营销转化率持续走低。
• 批量生产质量失控从精雕细琢转向规模化生产后如何保证每张海报达到商业可用标准，成为新的运营难题。

至于技术挑战，高质量海报生成的多维难题

AIGC 为上述问题提供了新思路。但高质量海报生成远非简单的文生图任务，面临五大相互交织的技术挑战。

挑战一：精准的文字渲染

海报文字要求“零容错”——任何错误、缺失或模糊都导致整张海报不可用。 主流扩散模型在多行文字、中文字符和小字号文本上仍有明显短板，中文场景下难度尤甚。其实，

挑战二：和谐的版式布局

优秀海报遵循对比、重复、对齐、亲密性等设计原则。这种“设计感”难以规则化，更多依赖对大量优秀作品的隐式学习，是一个开放性难题。

挑战三：统一的美学风格

色彩和谐、视觉层次、品牌调性等多维度共同构成美学判断。且不同领域标准迥异：餐饮要“食欲感”，美妆要“精致感”，科技要“未来感”。模型需在保持整体美学水准的同时适配多样化风格需求。

挑战四：多任务场景的统一

真实设计需求横跨“局部编辑”和“全局创作”两大范畴。如何在单一模型中同时支持所有场景，是模型设计和训练策略上的重大挑战。

挑战五：质量评估的可量化

现有图像质量指标无法捕捉海报特有的排版质量、文字准确性和设计规范性，而人工评估成本高昂且难以规模化。需要一套既能驱动模型调整，又能承担线上质检的自动化评估程序。老实说，

我们的解法这方面，建立“生成‑编辑‑评判”技术闭环

面对上述挑战。我们团队围绕海报生成能力提高多任务统一模型融合和质量评估模型

• 能生成: → PosterCraft;
• 能编辑: 六大任务统一，实现局部编辑与全局创作融合；技术方法→ PosterOmni;
• 能评判: 真实海报结构化解析 + 生成海报偏好评估；技术方法→ 营销海报结构化 + PosterReward。

四阶段级联调整工作流

阶段一：大规模文字渲染调整

建立 Text-Render-2M 数据集，通过 Flow Matching 微调明显提高文字渲染准确率，可以解决缺失/重复/错误问题。阶段二：高质量海报微调 + 区域感知校准