Photoroom 解读文生图模型 PRX 数据策略：大规模图像预训练与工程流水线

Photoroom 公开了其 7B 文生图模型 PRX 的预训练数据策略与工程流水线，系统拆解了从数据格式、VLM 重打标到过滤与分布式流式传输的完整方案。团队采用 Lance 进行多维数据检索与交互探索、MDS 进行分布式流式读取，并选用 Qwen3-VL-8B 生成详尽长描述以显著改善图像生成质量。