Photoroom 详解文生图模型 PRX 数据管线与预训练策略

Photoroom 详细公开了其 7B 文生图模型 PRX 的预训练数据管线与工程实践。团队采用 Lance 格式进行数亿级数据的探索与检索，通过 Qwen3-VL 等 VLM 为图像重新生成详尽的长描述，并将数据按分辨率与宽高比分桶转换为 Mosaic Data Shards（MDS）进行流式训练。