**Qwen-Image-PE：通过两阶段训练学习视觉设计以增强文生图提示词**

_Qwen-Image-PE: Learning Visual Design for Text-to-Image Prompt Enhancement_

> 针对现有文生图提示词增强方法缺乏对细粒度视觉设计维度的关注，研究提出了 Qwen-Image-PE。该模型采用两阶段训练策略：首先利用基于描述的逆向蒸馏（CRD）进行监督微调，以高质量图像的密集描述作为设计监督；随后通过组级设计奖励（GDR）进行强化学习，联合比较候选图像以优化光照、构图、布局等细节。实验表明，Qwen-Image-PE 在视觉设计、美学及人类偏好上均优于现有基线，并成功泛化至 HunyuanImage-2.1 和 FLUX 3 Image Klein 等多个模型架构。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-27 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.33472)