OmniSVG：复旦与阶跃星辰联合打造的端到端多模态SVG生成模型

在AI生成领域，矢量图形（SVG）的高效生成一直是技术难点。传统方法依赖复杂的图形设计工具，而OmniSVG的出现，彻底改变了这一局面。这款由复旦大学与阶跃星辰联合研发的端到端多模态SVG生成模型，支持从简单图标到复杂动漫角色的全场景生成，其核心技术基于Qwen-VL大模型，并创新性地引入了SVG分词器，实现了结构逻辑与底层几何图形的解耦，为设计、动画、UI/UX等领域提供了革命性工具。

一、核心创新：SVG分词器与Qwen-VL的结合

1. SVG分词器：离散化与结构解耦

• 问题：传统SVG生成需直接处理连续的坐标和命令，导致训练效率低下且难以控制细节。
• 解决方案：
  • 离散化：将SVG的路径命令（如M、L、C）和坐标参数转化为离散的标记序列，例如将坐标(100, 200)编码为x=100,y=200的离散符号。
  • 结构