🛠 OmniSVG1.1-4B превращает SVG-команды и координаты в токены и генерирует сложные SVG из текста или картинки

🛠 OmniSVG1.1-4B превращает SVG-команды и координаты в токены и генерирует сложные SVG из текста или картинки

OmniSVG генерирует масштабируемые цветные SVG (векторные графики) из текста или изображений и работает с персонажами в стиле референса.

OmniSVG (vision-language model — модель, связывающая картинку и текст) не пытается выдавать SVG как XML-код. Вместо этого команды move/line/curve/arc/close и координаты превращаются в токены, а модель выдаёт последовательность, из которой уже собирается валидный вектор.

В датасете MMSVG-2M 2 млн SVG-ассетов: 1.1M иконок, 0.5M иллюстраций и 0.4M персонажей (часть персонажей сгенерирована для пар изображение–SVG). Поэтому «персонажные» и детализированные иллюстрации — не экзотика, а часть тренировочного распределения.

Самый сильный практический аргумент — длина: OmniSVG обрабатывает SVG 30 000+ токенов. Для сравнения: StarVector упирается примерно в 16k и на сложных SVG заметно теряет качество, а LLM4SVG в основном фокусируется на пространственной точности координат, но не выглядит универсальным решением для разных режимов (text-to / image-to / character-reference). Лично по цифрам разница ощущается: «влезает ли в контекст» реально решает качество на длинных сценах.

Запуск: apache-веса доступны на Hugging Face aoiandroid/OmniSVG1.1_4B (Apache 2.0). Про вариант с запуском прямо на своей машине заявлен сценарий для GPU 16GB под модель 4B; по времени инференса на длинах генерации (256–2048 токенов) порядок — секунды до десятков, что уже похоже на «итерации дизайнера».

Типичный кейс: дизайнер кидает растр логотипа → получает редактируемый SVG для Figma/веба за секунды, без ручной трассировки.

#model #OmniSVG #SVG #Qwen2_5_VL #pytorch #huggingface #MMSVG-2M

🔗 aoiandroid/OmniSVG1.1_4B