[논문 리뷰] PosterOmni: Generalized Artistic Poster Creation via Task Distillation and Unified Reward Feedback

Sixiang Chen, Jianyu Lai외 7명|arXiv (Cornell University)|2026. 02. 12.

Generative Adversarial Networks and Image Synthesis인용 수 0

한 줄 요약

PosterOmni는 작업별 전문가를 단일 모델로 증류하고 통합 보상 모델과 RL로 안내하여 이미지-포스터 생성에서 로컬 편집과 전역 창작을 일치시키며, 오픈 소스 최첨단 성능과 경쟁력 있는 독점 결과를 달성합니다.

ABSTRACT

Image-to-poster generation is a high-demand task requiring not only local adjustments but also high-level design understanding. Models must generate text, layout, style, and visual elements while preserving semantic fidelity and aesthetic coherence. The process spans two regimes: local editing, where ID-driven generation, rescaling, filling, and extending must preserve concrete visual entities; and global creation, where layout- and style-driven tasks rely on understanding abstract design concepts. These intertwined demands make image-to-poster a multi-dimensional process coupling entity-preserving editing with concept-driven creation under image-prompt control. To address these challenges, we propose PosterOmni, a generalized artistic poster creation framework that unlocks the potential of a base edit model for multi-task image-to-poster generation. PosterOmni integrates the two regimes, namely local editing and global creation, within a single system through an efficient data-distillation-reward pipeline: (i) constructing multi-scenario image-to-poster datasets covering six task types across entity-based and concept-based creation; (ii) distilling knowledge between local and global experts for supervised fine-tuning; and (iii) applying unified PosterOmni Reward Feedback to jointly align visual entity-preserving and aesthetic preference across all tasks. Additionally, we establish PosterOmni-Bench, a unified benchmark for evaluating both local editing and global creation. Extensive experiments show that PosterOmni significantly enhances reference adherence, global composition quality, and aesthetic harmony, outperforming all open-source baselines and even surpassing several proprietary systems.

연구 동기 및 목표

• 로컬 엔터티 보존 편집과 글로벌 디자인 개념을 결합하여 실용적인 포스터 생성을 촉진한다.
• 여섯 가지 포스터 작업에 대해 자동화된 다중 작업 데이터세트와 통합 학습 파이프라인을 개발한다.
• 작업 증류를 통해 로컬 및 글로벌 전문 지식을 단일 모델로 통합한다.
• 미학과 충실도를 최적화하기 위한 통합 보상 모델과 Omni-Edit 강화 학습을 도입한다.
• PosterOmni-Bench를 구축하여 다중 작업 이미지-포스터 생성을 일관되게 평가한다.

제안 방법

• 로컬 편집(확장, 채우기, 재스케일링, ID-일관성)과 글로벌 창작(스타일 주도, 레이아웃 주도)을 아우르는 여섯 가지 작업으로 이미지-포스터 생성을 분해한다.
• 여섯 가지 작업과 여섯 가지 테마를 다루는 PosterOmni-200K를 자동 데이터 생성으로 구축하고, 품질과 작업 정합성을 위한 다중 모드 필터링을 적용한다.
• 로컬 및 글로벌 전문가를 만들기 위한 작업별 SFT를 수행한 뒤 간섭을 피하기 위해 통합 PosterOmni-SFT 학생 모델로 증류한다.
• 모델 출력과 인간 판단을 이용한 Bradley-Terry 선호 학습으로 통합 PosterOmni 보상 모델을 훈련한다.
• Omni-Edit RL을 DiffusionNFT 스타일의 순방향 다이내믹 최적화와 R_omni의 보상으로 적용하여 로컬 편집 정확도와 글로벌 구성의 품질을 향상시킨다.
• 여섯 가지 작업에 걸친 다면 평가를 위해 Gemini-2.5-Pro를 사용한 PosterOmni-Bench로 평가한다.

실험 결과

연구 질문

• RQ1 하나의 공개 프레임워크가 다양한 작업에서 정밀한 로컬 포스터 편집과 전반적인 글로벌 포스터 창작을 모두 수행할 수 있는가?
• RQ2 작업 증류와 통합 보상 신호가 서로 다른 전문가 모델이나 혼합 작업 학습과 비교해 교차 작업 일반화 및 미학적 품질을 개선하는가?
• RQ3 자동 데이터 생성과 다중 모드 필터링이 다중 작업 포스터 생성을 위한 고품질의 균형 잡힌 데이터셋을 만드는가?
• RQ4 일반화된 보상으로 순방향 확산에 대한 강화 학습이 인간 선호도와의 출력 정렬에서 표준 지도 미세 조정보다 더 나은가?
• RQ5 PosterOmni가 포스터 벤치마크에서 오픈 소스 기준선과 독점 시스템에 비해 어떤 차이를 보이는가?

주요 결과

모델	확장	채우기	재스케일링	ID-일관성	레이아웃-드리븐	스타일-드리븐	종합
ICEdit (Open)	1.99 / –	3.21/ –	1.73 / –	1.59 / –	1.53 / –	1.67 / –	1.95 / –
Step1X-Edit (Open)	3.04 / 3.67	4.35 / 4.21	1.60 / 1.75	1.70 / 2.14	1.63 / 1.82	1.57 / 1.79	2.31 / 2.56
BAGEL (Open)	2.33 / 2.84	2.77 / 2.67	1.77 / 1.40	1.92 / 2.29	2.34 / 3.03	1.85 / 2.34	2.15 / 2.43
OmniGen2 (Open)	2.56 / –	2.32 / –	1.61 / –	3.25 / –	2.22 / –	1.84 / –	2.59 / –
FLUX.1 Kontext (Open)	3.12 / –	3.61 / –	3.16 / –	3.39 / –	3.03 / –	2.88 / –	3.20 / –
Qwen-Image-Edit (Open)	4.28 / 4.24	3.95 / 3.79	3.40 / 3.54	3.06 / 3.37	3.44 / 2.97	2.91 / 2.83	3.51 / 3.46
UniWorld-V2-Qwen-Image-Edit (Open)	4.25 / 4.22	3.57 / 3.18	3.07 / 3.23	2.87 / 3.20	3.66 / 3.79	3.14 / 2.85	3.42 / 3.41
Seedream-3.0 (Close)	3.52 / 3.76	3.40 / 3.52	2.38 / 2.84	2.88 / 3.30	2.68 / 3.04	2.32 / 2.82	2.86 / 3.21
Seedream-4.0 (Close)	4.41 / 4.57	4.44 / 4.64	4.00 / 3.69	4.53 / 4.62	4.05 / 4.22	4.23 / 4.31	4.28 / 4.34
PosterOmni (Ours)	4.76 / 4.72	4.69 / 4.77	3.97 / 3.81	3.98 / 4.23	4.20 / 4.35	3.99 / 4.36	4.27 / 4.37
vs Baseline (Qwen-Image-Edit)	+0.48 / +0.48	+0.74 / +0.98	+0.57 / +0.27	++0.92 / +0.86	++0.76 / +1.38	++1.08 / +1.53	++0.76 / +0.91

• PosterOmni는 로컬 편집 작업(확장, 채우기, 재스케일링, ID-일관성)에서 기본 편집기 및 오픈 소스 기준선에 비해 상당한 향상을 달성한다.
• PosterOmni는 전역 창작 작업(레이아웃 주도, 스타일 주도)에서도 강한 이득을 보이며 일부 독점 시스템에 근접하거나 이를 능가한다.
• 여섯 가지 작업에 걸쳐 PosterOmni는 모든 오픈 소스 기준선을 능가하고 Seedream-4.0과 같은 독점 모델에 필적하는 성과를 보인다.
• 특성 연구는 작업 증류와 통합 보상 피드백이 교차 작업 성능 및 미학적 정렬에 매우 중요하다는 것을 보여준다.
• Omni-Edit RL과 함께하는 통합 보상 피드백은 최고의 종합 점수를 낳아, 보상 모델만의 기준선이나 RL만의 기준선보다 우수하다.
• PosterOmni-Bench는 여섯 가지 주제와 두 가지 입력 설정(단일 이미지 및 다중 이미지)에서 견고한 평가를 입증한다.