Assistant scénario▸ 
Apps AI 
Actualités AI OmniSVG : modèle multimodal open source de génération SVG par l'Université Fudan et StepFun
小编 ·
OmniSVG : modèle multimodal open source de génération SVG par l'Université Fudan et StepFun
Qu'est-ce qu'OmniSVG ?
OmniSVG est un modèle open source de génération SVG multimodal développé conjointement par l'Université Fudan et StepFun. Il est capable de générer des graphiques vectoriels de haute qualité à partir de texte, d'images ou de références de personnages, et a été officiellement publié le 9 avril 2025.
Principe technique d'OmniSVG
OmniSVG est construit sur le modèle vision-langage (VLM) pré-entraîné Qwen-VL et intègre de manière innovante un tokeniseur SVG. En paramétrant les commandes SVG et les coordonnées sous forme de tokens discrets, OmniSVG parvient à découpler la logique structurelle des graphiques vectoriels des détails géométriques de bas niveau. Cette conception améliore non seulement l'efficacité de l'entraînement, mais accélère également la vitesse d'entraînement de plus de 3 fois, tout en préservant la capacité de générer des structures SVG complexes.
Modes de génération d'OmniSVG
Génération SVG à partir de texte : les utilisateurs peuvent générer des graphiques vectoriels sémantiquement pertinents grâce à des descriptions en langage naturel, par exemple en saisissant « un chat cartoon assis sous un cerisier en fleurs ».
Génération SVG à partir d'images : conversion automatique d'images bitmap (telles que des photos ou des croquis dessinés à la main) en graphiques vectoriels composés de chemins, préservant les caractéristiques visuelles de l'image originale tout en offrant une éditabilité.
SVG avec référence de personnage : génération de graphiques vectoriels présentant les mêmes caractéristiques de personnage mais avec des poses ou des scènes différentes à partir d'images de personnages existantes, particulièrement utile pour l'animation et la conception de personnages de jeux vidéo.
Jeu de données et protocole d'évaluation
Afin de faire progresser le développement de la technologie de génération SVG, l'équipe OmniSVG a publié le jeu de données MMSVG-2M. Il s'agit d'un jeu de données multimodal contenant 2 millions de ressources SVG richement annotées, couvrant trois sous-ensembles : icônes, illustrations et personnages. De plus, ils ont proposé un protocole d'évaluation standardisé appelé MMSVG-Bench, utilisé pour tester les performances des tâches de génération SVG conditionnelle.
Avantages d'OmniSVG
Par rapport aux méthodes traditionnelles, OmniSVG surmonte plusieurs problèmes fondamentaux des anciennes techniques de génération SVG :
Les méthodes traditionnelles produisent souvent des résultats à la structure lâche et au coût computationnel élevé, ou se limitent à des icônes monochromes trop simplifiées.
Grâce à son framework de génération multimodal de bout en bout, OmniSVG améliore significativement la qualité et la complexité de la génération, capable de produire des graphiques vectoriels riches en couleurs et aux détails vivants.
Scénarios d'application d'OmniSVG
Convient aux scénarios de conception UI/UX, de création de personnages d'animation, de CAO industrielle, etc.
Les SVG générés sont directement éditables et supportent un zoom infini sans perte de qualité
Adresse du projet :https://omnisvg.github.io/
Dépôt de code :https://github.com/OmniSVG/OmniSVG
Adresse de l'article :https://arxiv.org/pdf/2504.06263
