SVG（可缩放矢量图形）因其可缩放性和清晰度，广泛应用于网页设计、品牌标识、用户界面设计及教育材料等领域。然而，创建SVG图形需要专业技能，对非专业人士存在门槛，因此开发自动化工具至关重要。

现有方法存在局限性：基于优化的方法计算开销大且输出结构冗余；自回归方法受限于上下文窗口长度和复杂SVG数据匮乏，难以生成复杂内容。

OmniSVG通过参数化表达和预训练视觉语言模型（VLM），实现了高质量复杂SVG的生成，支持文本到SVG、图像到SVG及角色参考生成等多种模式，成为统一且灵活的解决方案。

项目亮点：

1. 首个端到端多模态复杂SVG生成框架，可处理长达3万个token的SVG，解决“坐标幻觉”问题，生成生动多彩的结果。

2. 开源MMSVG-2M数据集，包含200万个涵盖图标、插图、动漫角色等类型的SVG样本，推动SVG生成技术发展。

3. 实验表现优异，在文本转SVG和图像转SVG任务中，指令遵循性和美观性均优于现有最佳方法。

局限性：复杂样本生成时间较长，未来需提升模型对输入图像风格的鲁棒性。

项目影响力：发布当天成为Huggingface每日论文第一名，GitHub上线7天获1.3k star，受国外媒体广泛关注。