Pere

新的VLM框架生成可编辑、分层的SVG

研究人员开发了一个新的框架，利用视觉语言模型（VLM）生成结构化、可编辑的可缩放矢量图形（SVG）。该方法将视觉场景递归地解析为语义和几何层次结构，从而能够独立编辑各个组件而不会影响其他组件。该团队还推出了语义SVG基准（Semantic SVG Benchmark），用于评估生成的SVG的结构组合性和可编辑性，并证明了其在结构化生成方面优于现有方法。