MagicGeo：无需训练的文本引导几何图形生成技术

《Graphical Models》：MagicGeo: Training-free text-guided geometric diagram generation

　　

张婷 | 王俊翔 | 余恒 | 谢群毅 | 王景东 | 黄华

摘要

尽管Text-to-Image（文本到图像）技术已在生成真实感图像方面取得了显著进展，但由于需要精确的空间关系以及特定于几何形状的数据集匮乏，创建准确的几何图形仍然是一个挑战。本文提出了一种无需训练的框架MagicGeo，该框架能够根据文本描述生成几何图形。MagicGeo将图形生成过程定义为坐标优化问题，并通过形式化语言求解器确保几何的正确性，随后采用基于坐标的生成方法。该框架充分利用了大型语言模型的强大翻译能力，而形式化的数学求解则保证了几何形状的准确性。此外，我们还介绍了MagicGeoBench这个包含220个几何图形描述的基准数据集，并证明了MagicGeo在定性和定量评估中的表现均优于现有方法。这项工作为自动图形生成提供了一种可扩展且准确的解决方案，对教育和学术应用具有重要的意义。