/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
14 фев 2026

PosterOmni_v1

Преобразование изображенийИзображение, текст → изображение3 профессии

PosterOmni-v1 — трансформерный компонент для создания художественных постеров по макету или стилю и для редактирования существующих изображений.

1 230скачиваний за 30 дней11лайковвеса обновлены22 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PosterOmni-v1 — модель MeiGen-AI для создания и редактирования художественных постеров. Это веса трансформерного компонента для Diffusers, предназначенного для использования в совместимом конвейере QwenImageEditPlusPipeline; сам репозиторий не содержит VAE, текстового энкодера, токенизатора, планировщика и процессора. Работа представлена как исследование на CVPR 2026 и в препринте arXiv.

Модель объединяет локальное редактирование изображений — изменение масштаба, заполнение областей, расширение изображения и редактирование с сохранением идентичности — с глобальным созданием постеров по макету или стилю. Для изменения пропорций подсказка должна задавать целевое отношение сторон, например 16:9. В карточке указаны Diffusers и формат весов safetensors; поддерживаемые языки — английский и китайский.

Для запуска необходимо загрузить совместимый базовый конвейер, например Qwen/Qwen-Image-Edit-Plus, и заменить его трансформер весами PosterOmni-v1. Лицензия — Apache-2.0. Это компонентные веса, поэтому репозиторий нельзя напрямую загрузить как полный конвейер через from_pretrained.

Сценарии применения

  • создание постера по заданному макету
  • создание постера в заданном художественном стиле
  • изменение пропорций изображения для постера
  • заполнение областей изображения при редактировании
  • расширение изображения за исходные границы
  • редактирование изображения с сохранением идентичности объекта

Ограничения

Репозиторий содержит только веса трансформера: для работы нужны компоненты совместимого базового конвейера. Для изменения пропорций промпт должен явно задавать целевое отношение сторон.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

arXiv GitHub HuggingFace Diffusers Website


✨ Overview

PosterOmni is a unified image-to-poster framework that bridges two regimes in poster creation:

  • Poster Local Editing: Rescaling, Filling, Extending, Identity-driven
  • Poster Global Creation: Layout-driven, Style-driven
  • Unified Training: Task distillation + unified reward feedback.

This Hugging Face repository currently provides PosterOmni-v1 transformer weights (component-only). Other components (VAE / text encoder / tokenizer / scheduler / processor) should be loaded from a compatible base pipeline.

🔥 News

  • 📄 [2026.02] Paper available on arXiv.
  • 🤗 [2026.02] PosterOmni-v1 transformer weights released on Hugging Face.

🚀 Quick Start

1) Installation

git clone https://github.com/Ephemeral182/PosterOmni.git
cd PosterOmni

conda create -n posteromni python=3.11 -y
conda activate posteromni

pip install -r requirements.txt

2) Load with QwenImageEditPlusPipeline (Transformer from this repo)

This repo provides PosterOmni-v1 transformer weights (Diffusers component-only). Please load a compatible base pipeline (e.g., Qwen/Qwen-Image-Edit-Plus) and replace its transformer with our weights.

⚠️ Component-only: this repo does NOT include model_index.json and other pipeline components,
so ...Pipeline.from_pretrained("MeiGen-AI/PosterOmni_v1") will NOT work.

import torch
from PIL import Image
from diffusers import QwenImageEditPlusPipeline

device = "cuda" if torch.cuda.is_available() else "cpu"
dtype = torch.bfloat16 if device == "cuda" else torch.float32

# 1) Load full base pipeline
base_model = "Qwen/Qwen-Image-Edit-Plus"   # change to your compatible base
pipe = QwenImageEditPlusPipeline.from_pretrained(base_model, torch_dtype=dtype).to(device)
pipe.tokenizer_max_length = 1024  # optional

# 2) Plug PosterOmni transformer from this repo
posteromni_id = "MeiGen-AI/PosterOmni_v1"
pipe.transformer = pipe.transformer.__class__.from_pretrained(posteromni_id, torch_dtype=dtype).to(device)

# 3) Run inference
img = Image.open("your_input.jpg").convert("RGB")

# recommended: make width/height multiples of 16
w, h = img.size
w, h = (w // 16) * 16, (h // 16) * 16

prompt = "Rescale image to 1:1"  # for rescaling, include "to W:H"
generator = torch.Generator(device=device).manual_seed(42)

out = pipe(
    image=[img],
    prompt=prompt,
    negative_prompt="",
    width=w,
    height=h,
    num_inference_steps=40,
    true_cfg_scale=4.0,
    guidance_scale=1.0,
    generator=generator,
).images[0]

out.save("posteromni_test.png")
print("Saved: posteromni_test.png")

Notes

  • Rescaling prompts should include to W:H, e.g. Rescale image to 16:9.
  • For full multi-task CLI examples (rescaling/filling/extending/layout/style/ID-driven), please refer to the GitHub repo.

🧠 Method (High-level)

PosterOmni is trained with a four-stage workflow:

  1. Task-specific SFT: train specialized experts for local editing and global creation tasks.
  2. Task Distillation: distill expert knowledge into a single multi-task model.
  3. Unified Reward Training: learn a universal reward for text fidelity, visual consistency, and aesthetics.
  4. Omni-Edit Reinforcement Learning: further align the model with unified reward feedback.

📚 PosterOmni Dataset

We introduce a unified data suite with PosterOmni-200K (training) and PosterOmni-Bench (evaluation) for image-to-poster generation. PosterOmni-200K contains 200K+ paired samples covering six tasks—local editing (Rescaling, Filling, Extending, Identity-driven) and global creation (Layout-driven, Style-driven)—and spans six poster themes: Products, Food, Events/Travel, Nature, Education, Entertainment. PosterOmni-Bench provides 540 Chinese and 480 English prompts, evenly distributed across the same six themes for consistent evaluation across tasks.


📊 Performance Benchmarks


🧩 Supported Tasks

RegimeTasks
Poster Local EditingRescaling · Filling · Extending · Identity-driven
Poster Global CreationLayout-driven · Style-driven

🔗 Related Project

We also have another text-to-poster work that may interest you:

[ICLR 2026] PosterCraft: Rethinking High-Quality Aesthetic Poster Generation in a Unified Framework GitHub arXiv Project HF


📌 Model Files

This repository provides:

  • config.json
  • diffusion_pytorch_model-*.safetensors
  • diffusion_pytorch_model.safetensors.index.json

(i.e., Transformer2DModel weights in Diffusers format.)


📬 Contact

Sixiang Chen: schen691@connect.hkust-gz.edu.cn

Jianyu Lai: jlai218@connect.hkust-gz.edu.cn

Jialin Gao: gaojialin04@meituan.com

Hengyu Shi: qq1842084@gmail.com

Zhongying Liu: liuzhongying@meituan.com


📝 Citation

If you find PosterOmni useful for your research, please cite:

@article{chen2026posteromni,
  title={PosterOmni: Generalized Artistic Poster Creation via Task Distillation and Unified Reward Feedback},
  author={Chen, Sixiang and Lai, Jianyu and Gao, Jialin and Shi, Hengyu and Liu, Zhongying and Ye, Tian and Luo, Junfeng and Wei, Xiaoming and Zhu, Lei},
  journal={arXiv preprint arXiv:2602.12127},
  year={2026}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
7bc740e

0 моделей