你大概见过AI生成的图片：一只猫在太空，一个赛博朋克城市。这些图很惊艳，但如果你把它放大，就会看到一片模糊的像素。设计师用它做PPT封面没问题，但做Logo、图标、宣传物料就抓瞎了——因为设计行业的基本素材不是像素，而是矢量图。
今年，有一个模型把这件事变成了可能。它叫 Recraft V3，能直接生成SVG格式的矢量图，而且在 Artificial Analysis 的文本生图排行榜上，一度超越了 Midjourney 和 DALL·E 3。这可能是AIGC在“像素世界”之外开辟的第一条正经路。
我最早看到这个消息时，第一反应是不信。在我印象里，AI画画就是生成像素矩阵——扩散模型从噪声里一点点还原出图像。矢量图？那是另一套逻辑，是数学曲线，是路径，是代码。AI怎么可能直接“画”出来？
后来我仔细想了一下，发现这个直觉其实是错的。矢量图说到底是一串SVG指令，而指令就是序列，是语言。既然AI能写代码，为什么不能写SVG？Recraft V3做的就是这件事。
矢量图是设计行业的“母语”
先花30秒搞清楚矢量图是什么。简单说，位图（也就是像素图）是用一个个带颜色的点组成的，放大到一定程度就出马赛克。矢量图是用数学公式描述形状的，比如一个圆，它记录的是圆心坐标、半径和填充颜色。无论你怎么放大，边缘永远是光滑的。
| 特性 | 位图 | 矢量图 |
|---|---|---|
| 本质 | 像素矩阵 | 绘图指令 |
| 缩放 | 模糊 | 无限清晰 |
| 编辑 | 困难 | 可任意修改路径和颜色 |
| 典型格式 | PNG、JPG | SVG、AI、EPS |
这就是为什么Logo、图标、字体、排版，甚至很多插画都用矢量图。设计师在Figma、Illustrator里工作的对象，几乎全是矢量。你见过哪个品牌Logo用PNG？没有，因为打印、缩放、换底色全都需要矢量格式。
为什么过去AI生成不了矢量图？
主流的AI图像生成模型，比如Stable Diffusion、Midjourney，都是扩散模型。扩散模型的思路是：先给图片加噪声，然后学习怎么去噪。这个过程天然工作在像素网格上。你让它输出一个SVG文件？它根本没有这个概念。
也有迂回路线：先用AI生成位图，再用工具把位图矢量化（比如Adobe Illustrator的“图像描摹”）。但这条路效果很烂——矢量化出来的路径杂乱无章，文件巨大，而且丢失了原始设计意图。本质上它是在“描边”，不是在“创作”。
真正的矢量图生成，要求模型直接输出结构清晰的SVG代码：路径怎么画、颜色怎么填、图层怎么排。这比生成像素难多了，因为像素是一堆无关的数字，而SVG是带语义的程序。少一个引号、多一个不闭合的路径，整个图形就废了。
Recraft V3 是怎么把“写代码”变成“画图”的？
Recraft V3的核心思路，是把矢量图生成当成一个“程序合成”问题。模型不是在画布上涂颜色，而是在学习如何写出符合要求的SVG程序。
具体怎么做？Recraft官方没有公开全部技术细节，但从它的Hugging Face模型卡和输出结果来看，它是在海量SVG文件上训练的。这些文件包含了图标的、徽章的、插画的、UI元素的……模型从中学会了“一个心形图标”对应什么样的路径指令，“一个扁平化建筑”对应什么样的颜色和几何组合。
生成时，你给它一句文本提示，它输出一段SVG代码。这段代码可以直接用浏览器打开，也可以拖进Figma继续编辑。也就是说，它生成的不是一张“像矢量图的位图”，而是真正可编辑的矢量图形。
我原来以为，矢量生成需要某种全新的模型架构。但仔细想想，SVG本质上是一种结构化的语言，它和代码、LaTeX、化学分子式一样，都遵循语法规则。而现在的语言模型和扩散模型，最擅长的就是学习序列和结构。所以，把SVG当语言来生成，其实是顺理成章的思路。
当然，直接输出SVG代码也有风险：模型可能生成语法错误、或者路径乱飞。Recraft V3之所以能做好，我猜它用了某种“约束解码”或者“结构引导”的方式，确保生成的SVG符合格式规范。这一点从它的输出质量可以看出来——至少我试过的几个图标，路径都是干净的。
它凭什么在排行榜上干掉Midjourney？
在2024年11月的 Artificial Analysis排行榜上，Recraft V3的综合评分一度登顶，超过了Midjourney、DALL·E 3这些名字。这件事让很多人惊讶：一个做矢量图的模型，怎么连位图生成也这么强？
其实不矛盾。Recraft V3不仅能生成SVG，它也能生成位图。而且它的位图风格控制非常细腻——你可以选“现代平面”、“涂鸦”、“水彩”、“3D渲染”等风格，甚至上传一张参考图，让生成结果匹配那个风格。这种“品牌风格”的控制能力，是Midjourney没有的。Midjourney只能靠“魔咒”一样的提示词，而Recraft V3把风格变成了一个可调参数。
这背后的逻辑是：矢量图训练让模型对几何形状和色彩搭配有了更深刻的理解，这种理解反过来也提升了位图生成的质量。就像一个人学会了素描，再画油画时结构也不会跑偏。
它还有什么做不到的？
别高兴太早。Recraft V3目前最擅长的是图标、Logo、徽章、简单插画和UI元素。如果你让它生成一幅复杂的、带光影层次的艺术插画，它生成的可能还是矢量风格的扁平面，或者路径过多导致文件膨胀。而且，它生成的矢量图虽然可编辑，但路径的命名、图层的组织通常很乱，不像人类设计师那样有条理。
另外，它对复杂场景的理解仍然有限。你让它画“一个在雨中奔跑的人”，它可能画出几个几何色块，而不是有动态感的角色。这和当前所有AI模型一样——它们擅长“形状的组合”，不擅长“情感和叙事”。
还有一点：SVG代码本身可能包含冗余和重复，导致文件体积比人类设计的矢量图大几倍。这对Web性能不友好。所以，Recraft V3的输出离“生产级”还有距离。
FAQ：你可能关心的问题
Recraft V3 是免费的吗？有免费额度，但商用需要订阅。具体价格以官网为准。
它生成的SVG能在哪些软件里编辑？任何支持SVG的软件，比如Figma、Illustrator、Inkscape、Framer等。
它和Midjourney比，谁更强？看需求。如果做海报、概念图，Midjourney依然很强；但如果你需要可编辑的Logo和图标，Recraft V3是目前唯一的选择。
怎么用Recraft V3生成一个矢量图标？
- 打开Recraft，选择“SVG”模式。
- 输入描述，比如“一个简约的咖啡杯图标”。
- 选择风格（如“平面”、“线性”、“3D”）。
- 点击生成，等待几秒钟。
- 导出SVG，在Figma里继续编辑。
矢量图生成会改变什么？
我觉得，Recraft V3的意义不在它自己，而在它证明了一个方向：AIGC不只是能“画像素”，还能“画结构”。矢量图生成一旦成熟，设计师的工作流会发生巨大变化——你可能不再需要从零画图标，而是让AI生成一批，然后挑选、微调。这就像摄影师不用再从头调相机参数，而是从AI给的候选中选图。
但换个角度看，这也意味着设计师的“手头功夫”价值会下降，而“审美判断”和“创意概念”的价值会上升。因为AI可以快速产出无数个矢量方案，但哪个方案符合品牌调性、哪个方案能落地，仍然需要人来判断。
回到开头的问题：矢量图生成是不是AIGC的下一个战场？我认为是。它触及了设计行业的刚需，而且技术上已经证明了可行性。接下来，我们会看到更多模型加入这个赛道，也会有更多工具把它整合进工作流。到那时候，AI生成的不再是一张图，而是一套完整的设计资产。
这就是我理解的Recraft V3：它不是一个“画图工具”，而是一个“会用SVG编程的AI”。这件事本身，就比生成一张好看的位图重要得多。
原创文章，作者：guanweilu，如若转载，请注明出处：https://guanweilu.cn/article/284.html