近日，研究人员提出了一种名为 NeuralSVG 的新方法，旨在通过文本提示生成矢量图形。这一创新技术将为艺术家和设计师提供更灵活和高效的工具，帮助他们创建高质量的视觉内容。与传统的矢量图形生成方法相比，NeuralSVG 不仅能够生成具有多层次结构的图形，还允许用户在生成过程中进行多种动态调整。
NeuralSVG 的核心在于其隐式神经表示，通过一个小型的多层感知器（MLP）网络对整个场景进行编码。该网络通过一种称为分数蒸馏采样(Score Distillation Sampling， SDS)的方法进行优化。该方法不仅能生成高质量的 SVG 文件，还能够鼓励生成图形的层次结构，使每个形状在整体图像中都具有独特的作用。
此外，NeuralSVG 还引入了一种基于随机丢弃的正则化技术，以确保生成的每个形状都有其独特且有序的意义。这种方法让生成的图形更加结构化，便于后期编辑。最重要的是，NeuralSVG 允许用户在生成过程中动态调整图形的颜色、背景和比例等元素，极大地提高了生成的灵活性。
研究人员展示了 NeuralSVG 在不同条件下的表现，例如用户可以通过指定不同的背景颜色来生成不同色调的 SVG 图形。实验表明，NeuralSVG 能够保持图形的基本结构，同时生成多种颜色搭配。此外，研究还探讨了在不同长宽比下的图形生成能力，例如1:1和4:1的比例下，NeuralSVG 均能生成令人满意的结果。
NeuralSVG 的另一个亮点是其在草图生成方面的表现。研究表明，该系统能够在不修改任何框架的情况下，生成具有不同笔画数量的草图，显示出其强大的适应性和多样性。
项目入口:https://sagipolaczek.github.io/NeuralSVG/
划重点:
🖼️ NeuralSVG 可以通过文本提示生成具有多层次结构的矢量图形。
🎨 用户可以动态调整生成图形的颜色和比例，实现个性化设计。
✏️ 该系统能够生成不同笔画数量的草图，展现出强大的适应性。
