2025年4月9日，一款名爲OmniSVG的強大SVG（可縮放矢量圖形）生成模型正式亮相，標誌着矢量圖形生成技術邁入全新階段。這一模型由StepFun與復旦大學聯合開發，被譽爲目前最先進的SVG生成大模型，其卓越的多模態生成能力和高效的表現引發了廣泛關注。

OmniSVG的技術突破

OmniSVG基於預訓練的視覺-語言模型（Vision-Language Model， VLM）Qwen-VL構建，並創新性地集成了SVG標記化器。通過將SVG命令和座標參數化爲離散令牌(tokens)，OmniSVG成功解耦了矢量圖形的結構邏輯與低級幾何細節。這種設計不僅提高了訓練效率，還保留了生成複雜SVG結構的表達能力。無論是從文本生成SVG(Text-to-SVG)、圖像轉SVG(Image-to-SVG)，還是基於角色參考生成SVG(Character-Reference SVG)，OmniSVG都能實現從簡單圖標到複雜動漫角色的多樣化生成，展現出驚豔的靈活性和高質量輸出。

與傳統方法相比，OmniSVG克服了以往SVG生成技術的一些核心難題。傳統方法往往生成結構鬆散、計算成本高昂的結果，或者侷限於單色、過於簡化的圖標。而OmniSVG通過端到端的多模態生成框架，顯著提升了生成質量和複雜性，能夠生成色彩豐富、細節生動的矢量圖形。

MMSVG-2M數據集與標準化評估

爲了推動SVG生成技術的發展，OmniSVG團隊還發布了MMSVG-2M數據集。這是一個包含200萬個豐富註釋SVG資源的多模態數據集，涵蓋圖標、插圖和角色三大子集。此外，他們還提出了一個標準化的評估協議MMSVG-Bench，用於測試條件SVG生成任務的性能。這一數據集和評估體系爲未來的SVG研究提供了寶貴的資源。

實驗結果顯示，OmniSVG在生成質量和多樣性上超越了現有方法。其生成的SVG不僅視覺效果出色，還具備可編輯性，能夠無縫集成到專業設計工作流程中。這一特性使其在圖形設計、網頁開發等領域具有廣闊的應用前景。

社區反響熱烈

自OmniSVG發佈以來，其效果視頻和相關介紹迅速在網絡上傳播。研究人員和設計師對其生成的高質量SVG表示震撼，尤其是在處理複雜圖形時的表現令人印象深刻。有評論指出，OmniSVG的出現重新定義了SVG生成的標準，從單一的圖標生成擴展到了多模態、複雜圖形的全面支持。

前景展望

OmniSVG的問世不僅展示了人工智能在矢量圖形領域的巨大潛力，也爲AIGC（AI-Generated Content）社區帶來了新的研究方向。未來，隨着技術的進一步優化，OmniSVG有望成爲專業設計師和開發者的得力工具，推動SVG在數字設計中的廣泛應用。

地址：https://omnisvg.github.io