InternSVG: Towards Unified SVG Tasks with Multimodal Large Language Models

Фреймворк для работы с SVG-графикой, основанный на мультимодальных больших языковых моделях. Объединяет задачи понимания, редактирования и генерации SVG

В качестве визуального энкодера — InternViT-300M, языковой модели — Qwen2.5-7B

Код
Веса ждем

#SVG #vectorediting #vector #text2svg #text2vector #vector2vectro #svg2svg

dots.mocr

#SOTA распознавалка документов и изображений на 3B параметров. Не просто распознаёт текст, но и превращает структурированные графические элементы — например, диаграммы, UI-макеты, научные графики — прямо в SVG-код

Гитхаб
HF
https://huggingface.co/rednote-hilab/dots.mocr
https://huggingface.co/rednote-hilab/dots.mocr-svg
Демо

#svg #ocr #text2svg #pdf2svg