StarVector
ServiceNow Research, Mila, ETS Montreal · 画像 · コーディング
StarVector は画像やテキストを SVG コードに変換するオープンソース SVG モデルであり、数少ないオープンな SVG 生成モデルの一つだ。ServiceNow Research が Mila と ETS Montreal と共同で開発し、1B と 8B の2種類がある。
StarVector について
What Is StarVector
StarVector は曲線をなぞるのではなく SVG コードを書くことでベクター画像を作る。従来のベクトル化ツールはピクセルの輪郭を見て、線がどこを通るかを推測する。StarVector のやり方は違う。まず画像を見て、何が描かれているかを理解し、それから楕円や多角形、テキストといった図形で再構築するマークアップを書く。同じモデルに文章で指示を渡せば、ゼロから新しい SVG を作れる。
プロジェクトは ServiceNow Research が Mila、ETS Montreal と組んで進めており、コードは Apache 2.0 ライセンスで GitHub に公開されている。サービスとして借りる形ではない。Hugging Face から重みをダウンロードし、自分のマシンで動かす。だから開発者向けのツールであって、一般消費者向けのアプリではない。Python 環境と GPU を用意することになる。
モデルは2種類ある。8B はチーム自身のベンチマークで最高スコアを出す。1B は精度をいくらか犠牲にして、より軽いハードウェアで済むようにしている。どちらも約200万件の SVG-Stack で学習した。
一番大きな制約は、モデルが何を見るように学んだかにある。チームははっきり言い切っている。StarVector は自然な写真や細密なイラストは苦手だ。得意なのはアイコン、ロゴ、技術図、グラフ、表だ。人物写真を渡せば結果は期待外れになる。
Getting Started
- GitHub から star-vector リポジトリを複製し、Python 3.11 の環境を作る。
- pip でパッケージを入れ、Hugging Face から使いたい重み、1B か 8B のチェックポイントを取得する。
- Python でモデルを読み込み、CUDA 対応の GPU に載せる。
- ベクトル化したい画像、または新しい SVG を作るためのテキストを渡す。
- 返ってきた SVG コードをラスタライズして結果を確認し、ファイルを書き出す。
AIツール情報
StarVectorの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 大量のベクター画像が要る開発者
- パイプラインを組むデザインエンジニア
- 研究者と学生
- 素材をクラウドに送れないチーム
タスク
- アイコンやロゴを SVG に
- 技術図やグラフ
- 必要なときにテキストから SVG
- ライブラリをまとめて再ベクトル化
シーン
- 古びたアイコンセットの作り直し
- スキャンした図表を編集可能なグラフィックに
- 要件メモからのロゴ試作
- 機密の図を社内に留める
主な機能
画像から SVG へのベクトル化
StarVector はラスター画像を受け取り、それを再現する SVG コードを書く。画像ベクトル化が中心の用途だ。描かれている内容を理解し、何千ものパス点を並べる代わりに、楕円や多角形、テキストといった適切な図形を選ぶ。出来上がるのは、どんなベクターソフトでも開いて編集できるコンパクトなファイルだ。
テキストから SVG の生成
文章で説明を渡すと、元画像なしで新しい SVG を作る。これは従来のベクトル化ツールにはできない部分だ。なぞる道具には、なぞる対象が必要だからだ。手早く簡単な図形やアイコンの下書きを作るのに向く。
SVG 図形の意味を踏まえた使い分け
モデルは何でもパスに頼るのではなく、図形を選び分ける。円は circle 要素になり、ラベルは text 要素になる。おかげで出力がすっきりし、他のツールが後から読み取ったり見た目を変えたりしやすくなる。
2つのモデル規模
StarVector は同じタスク構成で 1B と 8B の2種類を用意する。8B は精度で上を行き、1B はより軽いハードウェアで動く。品質と資源のどちらを取るかは自分の環境に合わせて選べる。
SVG-Bench と SVG-Stack
チームは10個のデータセットと3つのタスクにまたがるベンチマーク、そして約200万件の学習セットを公開した。どちらも Hugging Face で開かれているので、数値を再現したり、自分のデータで微調整したりできる。
オープンな重みと Apache 2.0 ライセンス
コードもモデルの重みも無料でダウンロードして使える。商用利用も含まれる。ホスト型 API も利用料の請求もないので、コストは動かすマシン代だけだ。
メリットとデメリット
メリット
- 密なパスではなく本物の SVG 図形を書くので、ファイルはコンパクトで編集しやすい。
- Apache 2.0 のオープンな重みにより、ローカルで動かせるうえ製品に組み込むこともできる。
- 画像とテキストの両方を受け付けるため、ベクトル化とゼロからの生成を1つでまかなえる。
- アイコン、ロゴ、図表に強く、公開ベンチマークでスコアも公表されている。
- 8B のチェックポイントが GPU に重すぎる場合、1B がより軽い選択肢になる。
デメリット
- 自然な写真や細密なイラストは苦手で、これはチームも認めている。どんな画像でも向ければよい結果が出るわけではない。
- ホスト型 API もワンクリックのアプリもなく、導入には Python と CUDA 対応 GPU が要る。技術者でない人には敷居が高い。
- 出力の品質は画像の種類で変わるため、内容が混ざったバッチは結局人の目で確認する必要がある。
よくある質問
画像を SVG コードに変換し、テキストから SVG を生成する。よくある用途は、アイコンやロゴ、図表をクリーンで編集可能なベクターファイルにすること、または文章から簡単な図形を作ることだ。
関連コンテンツ
StarVectorに関連するツール、スキル、記事を探す。
StarVectorの代替ツール
X Ray Interpreter
X-ray Interpreter · 画像X Ray Interpreter は、X 線、CT、MRI、超音波、PET の画像を平易な言葉のレポートに変えるウェブベースの AI 放射線ツールだ。スキャン画像をアップロードすると、X 線の予備的な読影結果がすぐに返ってくる。説明が必要な箇所があれば、その後で追加の質問もできる。位置づけはセカンドオピニオンと学習の補助であり、医療診断ではない。
Aieasypic
AIEasyPic · 画像AIEasyPicは、単純なテキストプロンプトを数秒で完成したアート作品に変えるAI画像生成ツールだ。自分の写真でカスタムモデルを訓練したり、既存の画像の顔を交換したり、テキストから短い動画クリップを作ったりもできる。すべてブラウザだけで完結する。手早くビジュアルが欲しい気軽なクリエイターにも、コードを一切触らずに個人モデルを作りたい趣味の人にも向く。
Chargen
Chargen · 画像ChargenはDungeons & Dragonsやその他のテーブルトークRPG向けに作られたAIキャラクター生成ツール兼ワールドビルディングツールキットだ。一行のアイデアを描き上げたキャラクター肖像に変え、同じセッションでNPC、モンスター、マップ、遭遇を生み出し、すべてのクリーチャーの詳細を手元に置く。テーブルトークRPGアートの部分はGoldと呼ばれるクレジット制で動き、テキスト生成ツールは誰でも無料のまま使える。