大模型生成高精 SVG 实测对比

对比展示:纯文本自回归盲猜坐标(无外部工具)vs 代码执行环境 / 工具调用(Python / OpenCV 矢量化)的效果差异。

1. 网页端 Gemini(纯文本盲写,无工具)
纯靠 LLM 自回归预测贝塞尔坐标,未调用代码沙盒(约 68 KB)
纯文本盲画
2. 网页端 Gemini(带工具调用)
在网页端开启工具调用,后台跑代码处理(约 1.76 MB)
网页+工具
3. 网页端 GPT(带工具调用)
调用 Code Interpreter 运行 Python 脚本生成(约 4.68 MB)
网页+工具
4. API / 脚本环境 Gemini
通过 API 驱动完整图像处理脚本流水线(约 6.5 MB)
脚本环境
5. 反重力 / Agent 环境 Gemini
在 Agent 终端自主规划调度执行(约 2.8 MB)
Agent 终端