脱字符建模实现大规模矢量字体模型的向量化字符生成
计算机视觉与模式识别
2025-11-17 v1
摘要
由于其可扩展性和灵活性，矢量字体在海报设计、网络动画、艺术展示等多个领域广泛应用。在排版学中，它们常被视作由有序笔画组成的特殊序列。这一概念扩展到大语言模型（LLM）的标记序列预测能力，实现了通过脱字符建模进行的向量化字符生成。本文提出了一种新颖的大规模矢量字体模型（LVGM），通过预测下一个笔画来生成向量化中文字符。最初，我们将笔画编码为称为笔画嵌入的离散潜在变量。随后，我们通过预测下一个笔画嵌入来对LVGM进行微调。即使给定的笔画数量有限，即可生成完整字符、语义优美的单词，甚至是未出现的诗句。此外，我们发布了一个新的大型中文 SVG 数据集，包含 907,267 个样本，基于笔画用于动态矢量字体生成。实验结果表明，我们的模型在数据规模方面具有扩展行为。我们生成的矢量字体已由专家和相关人员验证。
引用
@article{arxiv.2511.11119,
title = {Stroke Modeling Enables Vectorized Character Generation with Large Vectorized Glyph Model},
author = {Xinyue Zhang and Haolong Li and Jiawei Ma and Chen Ye},
journal= {arXiv preprint arXiv:2511.11119},
year = {2025}
}