RefineSVG

新AI框架RefineSVG使用视觉反馈进行图像到SVG的生成

研究人员开发了RefineSVG，一个利用多模态大语言模型（MLLMs）从图像生成可缩放矢量图形（SVG）的新颖框架。与以往因缺乏中间验证而容易出错的单次传递方法不同，RefineSVG采用了一个闭环系统。它使用外部渲染引擎将生成的SVG与目标图像进行比较，创建一个视觉残差图，通过ReAct风格的校正信号来指导MLLM。这种方法旨在提高重建保真度和结构准确性，尤其适用于复杂图像。