Photoroom 发布 PRX Part 4：详解图像生成模型的数据策略与处理管线

Photoroom 团队公开了 PRX 模型系列第四部分，详述其预训练数据策略。核心做法是混合公共与内部数据集，利用 Qwen3-VL-8B 等 VLM 生成长且准确的描述，并通过分辨率和宽高比分桶将数据转换为 Mosaic Data Shards (MDS) 格式以支持分布式流式训练。