論文の概要: MM-SVGEdit: A Multimodal-Driven SVG Editing for UI Design

• arxiv url: http://arxiv.org/abs/2609.06116v1
• Date: Sat, 05 Sep 2026 14:30:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 06:41:26.407447
• Title: MM-SVGEdit: A Multimodal-Driven SVG Editing for UI Design
• Title（参考訳）: MM-SVGEdit:UI設計のためのマルチモーダル駆動SVG編集
• Abstract要約: 従来のSVG編集とLLMに基づく手法を統合したマルチモーダルなSVG編集手法であるMM-SVGEditを提案する。 MM-SVGEditをUIから生成した14,476の質問応答対の自己構築データセットを用いて訓練し,評価した。 その結果,MM-SVGEditは,トークン使用量と応答時間を削減しつつ,SVG編集精度,効率,ユーザ認識制御を改善した。
• 参考スコア（独自算出の注目度）: 2.3003864471436395
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the field of UI design, Scalable Vector Graphics (SVG) is widely used as a design medium. However, traditional SVG editing techniques have high entry barriers and require cumbersome manual iteration, while LLM-based editing solutions suffer from low accuracy and poor user controllability. To address these issues, we propose MM-SVGEdit, a multimodal-driven SVG editing approach that integrates traditional SVG editing and LLM-based methods. We introduce a two-stage strategy in which visual grounding is followed by modification. Both stages support two interaction modalities: natural language instructions and direct manipulation (mouse and keyboard). We trained and evaluated MM-SVGEdit on a self-constructed dataset of 14,476 question-answer pairs generated from UIs, covering 11 types of editing operations on both single and multiple UI targets. The results show that MM-SVGEdit improves SVG editing accuracy, efficiency, and user-perceived control while reducing token consumption and response time.
• Abstract（参考訳）: UI設計の分野では、スケーラブルベクトルグラフィックス(SVG)がデザイン媒体として広く使われている。 しかし、従来のSVG編集技術は、入力障壁が高く、手作業の繰り返しが面倒であるのに対して、LLMベースの編集ソリューションは、低い精度とユーザ制御性に悩まされている。 これらの課題に対処するために,従来のSVG編集とLLMベースの手法を統合したマルチモーダル型SVG編集手法であるMM-SVGEditを提案する。 視覚的な接地を継続する2段階の戦略を導入する。 どちらの段階も、自然言語命令と直接操作(マウスとキーボード)の2つの相互作用モードをサポートしている。 MM-SVGEditを,UIから生成した14,476の質問応答対の自己構築データセットを用いて訓練し,評価した。 その結果,MM-SVGEditは,トークン使用量と応答時間を削減しつつ,SVG編集精度,効率,ユーザ認識制御を改善した。

関連論文リスト

• DuetSVG: Unified Multimodal SVG Generation with Internal Visual Guidance [48.98604326855894]
  本稿では,画像トークンと対応するSVGトークンをエンドツーエンドで共同生成する統合マルチモーダルモデルであるDuetSVGを紹介する。 提案手法は,SVGデコードの品質向上のためのガイダンスとして,モデルのネイティブな視覚的予測を活用する新しいテストタイムスケーリング戦略を適用する。
  論文  参考訳（メタデータ） (2025-12-11T18:23:03Z)
• InternSVG: Towards Unified SVG Tasks with Multimodal Large Language Models [65.49118879021016]
  統合データベンチマークモデルスイートであるInternSVGファミリを提示する。 SAgogeはSVGタスクのための最大かつ最も包括的なマルチモーダルデータセットである。 本稿では,SVG 固有の特殊トークンを用いた SVG 理解,編集,生成のための統合型 MLLM である InternSVG を提案する。
  論文  参考訳（メタデータ） (2025-10-13T12:38:04Z)
• SVGThinker: Instruction-Aligned and Reasoning-Driven Text-to-SVG Generation [47.390332111383294]
  本稿では,SVGコードの生成を可視化プロセスと整合させる推論駆動型フレームワークであるSVGThinkerを紹介する。 パイプラインはまず各プリミティブをシーケンスでレンダリングし、マルチモーダルモデルを使用して画像とコードを注釈付けします。 最先端のベースラインに対する実験では、SVGThinkerはより安定し、編集可能で、高品質なSVGを生成する。
  論文  参考訳（メタデータ） (2025-09-29T05:25:00Z)
• UniSVG: A Unified Dataset for Vector Graphic Understanding and Generation with Multimodal Large Language Models [9.310212949500011]
  MLLMのトレーニングと評価に適した525万データ項目からなるSVG中心のデータセットUniSVGを提案する。 UniSVGは、(テキストプロンプトと画像から)SVG生成とSVG理解(色、カテゴリ、使用法など)の統合のために設計された最初の包括的なデータセットである。 予想通り、提案データセットの学習により、様々なSVG U&GタスクにおけるオープンソースのMLLMのパフォーマンスが向上し、GPT-4VのようなSOTAのオープンソースMLLMを上回っている。
  論文  参考訳（メタデータ） (2025-08-11T08:50:14Z)
• SVGen: Interpretable Vector Graphics Generation with Large Language Models [61.62816031675714]
  本稿では,自然言語記述と組み合わせた高品質なSVGの大規模データセットであるSVG-1Mを紹介する。 我々は、セマンティックガイダンスを強化するために、Chain of Thoughtアノテーション付きのサブセットを含む、SVGトレーニングペアに整合したテキストを作成する。 このデータセットに基づいて,自然言語入力からSVGコードを生成するエンド・ツー・エンド・モデルであるSVGenを提案する。
  論文  参考訳（メタデータ） (2025-08-06T15:00:24Z)
• OmniSVG: A Unified Scalable Vector Graphics Generation Model [69.59073636922287]
  我々は、エンドツーエンドのマルチモーダルSVG生成に事前訓練されたビジョンランゲージモデルを活用する統一フレームワークであるOmniSVGを提案する。 SVGコマンドと座標を離散トークンにパラメタ化することにより、OmniSVGは複雑なSVG構造の合成を維持しながら、低レベルの幾何学から構造論理を分離し、効率的なトレーニングを行う。 本稿では,200万の注釈付きSVGアセットを持つマルチモーダルデータセットMMSVG-2Mと,条件付きSVG生成タスクの標準化された評価プロトコルを紹介する。
  論文  参考訳（メタデータ） (2025-04-08T17:59:49Z)
• SVGEditBench: A Benchmark Dataset for Quantitative Assessment of LLM's SVG Editing Capabilities [12.555117983678624]
  大規模言語モデルはSVGコードを直接処理することができる。 SVGEditBenchは、SVGコードの編集能力を評価するためのベンチマークである。 GPT-4はGPT-3.5よりも定量的にも質的にも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-04-21T16:44:52Z)
• SVGDreamer: Text Guided SVG Generation with Diffusion Model [31.76771064173087]
  SVGDreamerと呼ばれる新しいテキスト誘導ベクトルグラフィックス合成法を提案する。 SIVEプロセスは、前景オブジェクトと背景への合成の分解を可能にする。 VPSDアプローチは、形状の平滑化、彩度の過飽和、多様性の制限、収束の遅い問題に対処する。
  論文  参考訳（メタデータ） (2023-12-27T08:50:01Z)
• SVG-Net: An SVG-based Trajectory Prediction Model [67.68864911674308]
  シーン内の車両の動きを予想することは、安全な自動運転システムにとって重要な問題である。 この目的のために、シーンのインフラの理解は、しばしば将来の軌跡を予測する主要な手がかりである。 提案手法のほとんどが逆逆変換方式のシーンを表現しており、近年のアプローチではカスタムベクトル化方式が採用されている。
  論文  参考訳（メタデータ） (2021-10-07T18:00:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。