Photoroom 详解开源图像模型 PRX 预训练数据管线策略

Photoroom 详细公开了开源图像模型 PRX 的预训练数据工程管线与策略，围绕数据格式选型、VLM 长图说重标注与流式分发展开。团队采用 Lance 格式进行底层索引与多模态检索，选用 Qwen3-VL-8B 生成密集长图说，并实测验证 quality 92 的 JPEG 存储不会对生成质量产生负面影响。