VCode: 基于SVG的多模态编码基准
感谢 @_akhaliq 分享我们的工作！很高兴介绍我们的最新工作——VCode！VCode: 以SVG作为符号视觉表示的多模态编码基准
几十年来，RGB像素一直是表示图像的默认媒介。但在智能体时代，我们如何超越原始像素，走向可解释、可执行、符号化的视觉表示？
我们通过VCode来回答这个问题，它将视觉表示重新定义为SVG代码——这与人类通过草图和符号抽象进行推理的方式一致。
合作者：Yuhao Zheng, Hangyu Ran, Dantong Zhu, Dongxing Mao, @LINJIEFUN, @philiptorr 和 @awinyimgprocess
arXiv: https://arxiv.org/pdf/2511.02778
网站: https://csu-jpg.github.io/VCode/
GitHub: https://github.com/CSU-JPG/VCode
Huggingface每日论文: https://huggingface.co/papers/2511.02778
几十年来，RGB像素一直是表示图像的默认媒介。但在智能体时代，我们如何超越原始像素，走向可解释、可执行、符号化的视觉表示？
我们通过VCode来回答这个问题，它将视觉表示重新定义为SVG代码——这与人类通过草图和符号抽象进行推理的方式一致。
合作者：Yuhao Zheng, Hangyu Ran, Dantong Zhu, Dongxing Mao, @LINJIEFUN, @philiptorr 和 @awinyimgprocess
arXiv: https://arxiv.org/pdf/2511.02778
网站: https://csu-jpg.github.io/VCode/
GitHub: https://github.com/CSU-JPG/VCode
Huggingface每日论文: https://huggingface.co/papers/2511.02778
VCode：以SVG作为符号视觉表示的多模态编码基准