该文章提出了InternSVG系列，通过整合数据集、基准测试和模型，实现了SVG理解、编辑和生成的统一建模，显著提升了SVG相关任务的性能。一、文章主要内容研究背景：当前SVG建模存在数据集碎片化、方法跨任务迁移性差、处理结构复杂性难的问题，现有数据集多针对单一任务，规模和多样性不足，模型泛化能力弱。核心方案：InternSVG系列SAgoge数据集：现有最大、最全面的多模态SVG数据集，含1600万训练样本，覆盖图标、插图、化学结构式、动画等领域，支持理解、编辑、生成三类任务。SArena基准测试：配套基准，标准化任务和评估指标，涵盖上述四大领域，确保评估的严谨性和可比性，含3.1万样本。InternSVG模型：基于多模态大语言模型（MLLM）的统一模型，通过SVG专用特殊 tokens、子词嵌入初始化和两阶段训练策略（从短静态SVG到长序列插图和复杂动画），实现三类任务的统一建模。实验结果：在SArena及以往基准测试中，InternSVG表现优于主流开源和专有模型。例如在SArena-Icon基准上，理解任务准确率超Claude-Sonnet-4约11%，编辑任务PSNR高34%，Text-to-SVG任务FID低56%。二、创新点