专门生成海报的神级skill开源了，夯爆了

AI 能出图，但一让它写海报上的字就露馅

PosterCraft 把这个老毛病当成头等大事来修

我平时用 AI 画图，最怕做海报。图能出，但标题、活动名、时间地点这些字，要么糊成一团，要么拼写错、排版崩。试过一堆提示词咒语，效果都不稳。

直到看到 PosterCraft，一个港科大（广州）、美团等团队发的 ICLR 2026 论文配套框架。这套框架不跟你玩「提示词玄学」，而是把「文字渲染、美术排版、风格统一」三件事放进同一个训练框架，从底层一块块磨出来。

01

PART

它到底在解决什么

WHAT & WHY

多数 AI 生图工具把「出图」和「写字」当成一回事，结果图好看、字翻车。海报偏偏是字和图高度绑定的东西：活动名、主视觉、排版节奏，哪一样错了都不行。

PosterCraft 这套框架给自己定的目标很直接：文字要渲染准，抽象美术要融得进，版面要漂亮，整体风格还得协调。它的基座是 FLUX.1-dev，再叠一层自训的 transformer（PosterCraft-v1_RL / v1_Reflect），并用 Qwen3-8B 做提示词增强（Recap）。

说白了，它是一套完整的训练框架，附带 HuggingFace 上的模型权重、数据集，还有能直接打开的 Gradio 网页界面。「调个提示词」可凑不出这些。

02

PART

四阶段是怎么炼出来的

HOW IT WORKS

PosterCraft 和「随手扔提示词」最大的区别在训练流程。作者把海报质量拆成四个逐步递进的优化阶段，每一阶段只盯一件事：

1

文字渲染优化：先把字写对、写在干净的背景上，把底子打牢

2

高质量海报微调：用区域感知校准，让字和背景在风格上和谐

3

审美-文字 RL：用偏好优化去抠更高阶的美术权衡，顺手修掉字体瑕疵

4

视觉-语言反馈：图文联合条件，多轮迭代打磨内容与背景的协调

下面这张官方架构图，把四个阶段串成了一条流水线：

— 四阶段训练流程，从文字渲染一路打磨到图文协调

03

PART

效果与怎么用

RESULTS & USE

论文里给了一组 benchmark：文字准确率 0.735，追平 Gemini2.0-Flash（0.746），明显超过 Flux1.dev（0.667）。对一个开源框架来说，这已经很能打。

光看数字没感觉，直接看官方样张。下面三张分别是旅行探险、科幻剧集和电影海报：

— 官方 Gallery 样张：旅行 / 科幻 / 电影海报

想自己跑也很简单。先把仓库拉下来、建个 conda 环境装上依赖，然后一句话出图；想点界面的话，python demo_gradio.py 起个网页就行。显存吃紧还有 inference_offload.py，把部分计算挪到 CPU。

...bash

python inference.py \

　--prompt "Urban Canvas Street Art Expo poster, bold graffiti lettering" \

　--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"

！两个现实前提 🕳

第一，FLUX.1-dev 权重要自己去 HuggingFace 申请，PosterCraft 不是开箱即用的 SaaS；第二，整套流程吃 GPU，是学术论文的配套代码，不是打包好的商业产品。社区已经有人把它接进了 ComfyUI，不想写代码也能玩。

///

LAST

写在最后

WRAP-UP

如果你正好需要能写清字的 AI 海报，又不想被「提示词玄学」折磨，PosterCraft 值得一试。这套框架把最难的文字渲染当成正经事来训练，这点挺难得。

开源地址在这：

...url

https://github.com/MeiGen-AI/PosterCraft