PosterReward 为海报设计构建专用奖励模型

图像生成模型的文字渲染能力不断进步，使海报等平面设计内容的端到端创作日益可行。然而，现有奖励模型主要关注图像整体审美，忽略字体排印与布局等关键维度，难以准确评价设计质量。领域专用偏好数据不足，也限制了平面设计评估与生成的发展。为弥补这一缺口，我们利用多个多模态大语言模型的共识模拟人类判断，通过自动流程构建包含7万条海报偏好的高质量数据集。在此基础上，采用级联多阶段训练策略，开发专门用于高精度海报评估的奖励模型PosterReward，并提供多种模型变体，满足不同应用场景。最后，提出PosterRewardBench和PosterBench，分别评估既有奖励模型的海报评价能力，以及当前文生图模型的海报创作能力。