StarVector

StarVector 是由 ServiceNow Research、Mila - Quebec AI Institute 和 ETS Montreal 联合开发的开源多模态视觉语言模型，专注于将图像和文本转换为可缩放矢量图形（SVG）代码。该模型采用多模态架构，能够同时处理图像和文本信息，并在 SVG 代码空间中直接生成标准且可编辑的 SVG 文件。StarVector 在包含超过 200 万个 SVG 样本的 SVG-Stack 数据集上进行训练，提供 StarVector-1B 和 StarVector-8B 两种版本，以满足不同场景下的需求。 StarVector 支持图像到 SVG 的转换以及文本到 SVG 的生成，能够根据输入内容自动生成结构清晰、语义丰富的 SVG 文件。其技术原理包括多模态架构、图像编码与视觉标记生成、基于 StarCoder 的语言模型、大规模数据集训练以及性能优化等。此外，StarVector 提供了 SVG-Bench 评估基准，用于全面衡量模型表现。该工具在多个任务中展现出优于传统方法和深度学习基线模型的性能。 StarVector 可应用于图标生成、艺术创作、动画制作、编程教育、技术图表生成和数据可视化等多个领域，具备广泛的应用潜力。