LiveSVG：通过视频生成实现零镜头 SVG 动画

我们介绍 LiveSVG，这是一种使用视频扩散模型生成可扩展矢量图形 (SVG) 动画的零镜头方法。当前的 SVG 动画方法难以应对复杂的运动：基于 LLM 的代码合成无法表达精细的、非刚性的贝塞尔变形，而评分 蒸馏 采样 (SDS) 提供噪声梯度，并且通常需要特定于类别的先验（例如骨架）。相比之下，LiveSVG 直接将矢量几何形状适合显式生成的目标视频。给定输入的 SVG 图像和运动提示，我们使用冻结的图像到视频模型生成可预览的目标视频，然后通过可微分渲染将原始 SVG 拟合到该视频。我们的拟合阶段是无骨架的，利用双层运动表示，将用于粗关节的每组单应性与用于局部变形的每路径贝塞尔控制点偏移相结合。为了解决像素级拟合期间颜色引起的对应模糊性，我们引入了一种新颖的球体填充重新着色策略。我们还提出了 ChallengeSVG，这是一个复杂的多对象场景的基准，暴露了先前工作的局限性。评估表明，LiveSVG 显着优于 AniClipart 和 ChallengeSVG 上的现有方法，将直接参考视频拟合建立为实用、稳健的途径，以实现提示对齐和完全可编辑的矢量动画。