刚刚开源!SVG 向量图形生成模型
StarVector 这个开源项目有点意思，3 天前开源的：可以把图像和文本生成高质量的可缩放编辑 SVG 图形。
由 ServiceNow Research、Mila 等机构联合开发，并已被 CVPR 2025 会议收录。
1 项目简介
这个 SVG 向量图形生成模型，简单来说可以做下面的事情：
① 你输入一个星星的图标，它就能画出来一个可编辑的 SVG 星星图形。
② 你上传一个 logo 或者表情的图片，它也能转换成可以编辑的 SVG 文件。
StarVector 通过重新定义矢量化任务为代码生成问题，而非传统的图像处理流程，实现了对 SVG 语法的全面支持。
它能够处理包括路径（Path）、圆形、多边形、文本元素等复杂 SVG 元素，生成紧凑且语义丰富的代码。
2 技术架构
StarVector 基于多模态视觉-语言模型（Vision-Language Model），结合了图像编码器与大型语言模型（LLM）的优势：
① 视觉处理：采用 Vision Transformer（ViT）将图像分割为补丁网格，提取视觉嵌入并映射到 LLM 的隐藏空间
② 文本与代码生成：通过 LLM 适配器将视觉或文本输入转换为 SVG 代码序列，支持动态生成结构化图形
③ 统一框架：模型可同时处理图像和文本输入，通过互斥操作（⊕）或序列连接（‖）实现多模态融合
3 核心优势
① 复杂元素处理：传统算法难以生成的文本标签、渐变填充等 SVG 特性，StarVector 能智能识别并生成（如线性渐变代码示例）
② 数据驱动训练：基于大规模数据集 SVG-Stack（含 200 万+ SVG 样本）训练，覆盖图标、标志、技术图表等多种风格
③ 性能领先：在 SVG-Bench 评估中，其生成的 SVG 代码在准确性和渲染质量上显著优于现有方法
开源地址：
https://github.com/joanrod/star-vector
项目介绍：
https://starvector.github.io/
