OmniSVG
官网入口

国家/地区:美国🇺🇸

AI功能描述:OmniSVG 统一可缩放矢量图形(SVG)生成模型

用户评分:
0分
AIGC官网收录 │ 2025-04-10 │ 75 次 │ 人工核对 │ 官网认证 │ 定期更新 │ AI大模型

官网入口为官方网站入口;IOS为App Store下载渠道,支持iPad/iPhone/Mac;安卓为谷歌应用商店/腾讯应用宝下载渠道;客户端为官方下载渠道,支持Mac/Windows PC电脑端下载,iPad/iPhone/Android下载;插件为浏览器(默认“Chrome”)插件下载渠道;GitHub为模型/软件项目的GitHub托管平台;API为模型/软件的API接口;MCP为官网MCP栏目;以上无展示,则暂无对应渠道。欢迎广大网友,提供/纠错以上渠道。

OmniSVG 图文介绍:

OmniSVG是统一可缩放矢量图形(SVG)生成模型,以下是其主要内容概括:

研究背景与动机

  • SVG是一种重要的图像格式,因其分辨率独立性和可编辑性在图形设计中被广泛应用。
  • 现有生成高质量SVG的方法存在局限性,要么计算成本高昂且输出无结构,要么只能生成简化结构的单色图标。

OmniSVG模型

  • 提出OmniSVG框架,利用预训练的视觉语言模型(VLMs)进行端到端多模态SVG生成。
  • 通过将SVG命令和坐标参数化为离散标记,OmniSVG将结构逻辑与低级几何解耦,实现高效训练,同时保持复杂SVG结构的表达能力。

数据集与评估协议

  • 为推动SVG合成发展,引入MMSVG-2M数据集,包含200万个丰富注释的SVG资产,以及针对条件SVG生成任务的标准化评估协议。

实验与性能

  • 实验表明OmniSVG优于现有方法,展现出融入专业SVG设计工作流程的潜力。

方法概述

  • OmniSVG基于预训练视觉语言模型Qwen-VL构建,包含SVG标记器,将文本和图像输入标记为前缀标记,SVG标记器将矢量图形命令编码到统一表示空间。

生成过程

  • 文本到SVG、图像到SVG、角色参考SVG等多种生成方式,展示了从简单图标到复杂动漫角色的高质量SVG生成能力。

数据集构成

  • MMSVG-2M数据集包含图标、插画和角色三个子集,部分数据来自互联网,部分由数据创建流程生成,为图像提示任务提供图像和SVG配对。

相关工作与致谢

  • 感谢IconShop、LLM4SVG、StarVector等开源工作和相关研究的贡献,以及数据集构建和讨论的参与者。

引用信息

  • 提供了OmniSVG的BibTeX引用格式。
©️版权声明:
本网站(https://aigc.izzi.cn)刊载的所有内容,包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏,以及其他非商业性或非盈利性用途,但同时应遵守著作权法及其他相关法律的规定,不得侵犯本网站及相关权利人的合法权利。除此以外,将本网站任何内容或服务用于其他用途时,须征得本网站及相关权利人的书面许可,并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容,请及时通知本站,予以删除。

为此AIGC软件打分

平均评分 0 / 5. 打分人数: 0

暂无人打分!为此AI工具打分。

相关导航

最新Ai工具

发表回复