LeX-Art: 확장 가능한 고품질 데이터 합성을 통한 텍스트 생성 재고

초록

우리는 LeX-Art를 소개합니다. 이는 프롬프트 표현력과 텍스트 렌더링 정확도 간의 격차를 체계적으로 해소하는 고품질 텍스트-이미지 합성 도구 모음입니다. 우리의 접근 방식은 데이터 중심 패러다임을 따르며, Deepseek-R1을 기반으로 한 고품질 데이터 합성 파이프라인을 구축하여 10K개의 고해상도(1024x1024) 및 미학적으로 정제된 이미지 데이터셋인 LeX-10K를 제작했습니다. 데이터셋 구축을 넘어, 우리는 강력한 프롬프트 강화 모델인 LeX-Enhancer를 개발하고, 두 가지 텍스트-이미지 모델인 LeX-FLUX와 LeX-Lumina를 학습시켜 최첨단 텍스트 렌더링 성능을 달성했습니다. 시각적 텍스트 생성을 체계적으로 평가하기 위해, 우리는 LeX-Bench를 도입했습니다. 이 벤치마크는 충실도, 미학, 정렬을 평가하며, 강력한 텍스트 정확도 평가를 위한 새로운 메트릭인 Pairwise Normalized Edit Distance(PNED)를 보완합니다. 실험 결과, LeX-Lumina는 CreateBench에서 79.81%의 PNED 향상을 달성했으며, LeX-FLUX는 색상(+3.18%), 위치(+4.45%), 폰트 정확도(+3.81%)에서 기준선을 능가하는 성과를 보였습니다. 우리의 코드, 모델, 데이터셋, 데모는 공개적으로 제공됩니다.

English

We introduce LeX-Art, a comprehensive suite for high-quality text-image synthesis that systematically bridges the gap between prompt expressiveness and text rendering fidelity. Our approach follows a data-centric paradigm, constructing a high-quality data synthesis pipeline based on Deepseek-R1 to curate LeX-10K, a dataset of 10K high-resolution, aesthetically refined 1024times1024 images. Beyond dataset construction, we develop LeX-Enhancer, a robust prompt enrichment model, and train two text-to-image models, LeX-FLUX and LeX-Lumina, achieving state-of-the-art text rendering performance. To systematically evaluate visual text generation, we introduce LeX-Bench, a benchmark that assesses fidelity, aesthetics, and alignment, complemented by Pairwise Normalized Edit Distance (PNED), a novel metric for robust text accuracy evaluation. Experiments demonstrate significant improvements, with LeX-Lumina achieving a 79.81% PNED gain on CreateBench, and LeX-FLUX outperforming baselines in color (+3.18%), positional (+4.45%), and font accuracy (+3.81%). Our codes, models, datasets, and demo are publicly available.

LeX-Art: 확장 가능한 고품질 데이터 합성을 통한 텍스트 생성 재고

LeX-Art: Rethinking Text Generation via Scalable High-Quality Data Synthesis

초록

Summary

Support

Support