复旦大学、StepFun、港大MMLab及昆士兰大学联合发布的新论文——首个基于大模型的Lottie动画生成框架正式开源。
CVPR 2026最新收录的研究成果OmniLottie正式发布，这项由OpenVGLab团队开发的创新技术能够通过多模态指令（文本、图像及视频）直接生成高质量的矢量动画。作为首个基于大模型的Lottie动画生成框架，OmniLottie正在重新定义矢量动画的创作方式，为设计师和开发者带来前所未有的效率提升。该项目由复旦大学、StepFun、香港大学MMLab和昆士兰大学联合研发，论文、代码、数据集及在线Demo已于2026年3月3日全面开源。
从静态到动态：矢量动画生成的技术跨越
矢量动画一直是数字内容创作的重要形式，广泛应用于移动应用、网页设计、社交媒体和数字营销等领域。然而，传统的矢量动画制作流程复杂且耗时——设计师需要逐帧绘制、手动设置动画参数、反复调试时间曲线，一个几秒钟的动画往往需要数小时甚至数天的精心打磨。
OmniLottie的出现彻底改变了这一现状。该框架基于Qwen2.5-VL视觉语言模型进行扩展构建，新增了专用于Lottie的tokenizer和词表，能够理解并执行多模态交错指令，自动生成符合语义的高质量矢量动画。用户只需提供文本描述、参考图像或视频片段，系统即可快速输出专业级的Lottie动画文件。
核心技术：参数化Lottie令牌系统
OmniLottie的技术突破核心在于其创新的Lottie Tokenizer（Lottie令牌化器）。Lottie作为一种轻量级的JSON格式，虽然能够同时表示形状和动画行为，但其原始JSON文件包含大量不变的结构元数据和格式化令牌，直接用于生成模型训练会面临严峻挑战。
研究团队设计的Tokenizer将复杂的Lottie JSON文件的层级结构展平为函数调用序列，再进一步参数化为结构化的命令和参数序列，这些序列精确表示：
- 控制参数：时间曲线、缓动函数、关键帧设置等精细控制
这种参数化表示方法不仅大幅压缩了数据维度，更重要的是让预训练的视觉语言模型能够"理解"动画的语义结构，从而实现真正意义上的智能生成。
MMLottie-2M：百万级专业数据集支撑
高质量的数据是AI模型性能的基石。为了推动矢量动画生成领域的研究，OmniLottie团队构建了MMLottie-2M数据集——这是一个包含200万+专业设计矢量动画的大规模数据集。数据来源涵盖LottieFiles、IconScout、Flaticon、Iconfont、Icons8等五大在线平台，并经过严格的筛选和清洗流程。每个动画都配有：
- 文本注释：多粒度标注，涵盖几何结构、颜色属性和运动特征
这一数据集的规模和质量在业界尚属首次，不仅为OmniLottie提供了强大的训练支撑，也为后续研究者的算法开发奠定了坚实基础。团队同时发布了MMLottieBench基准测试，为多模态矢量动画生成任务提供了标准化的评估协议。
性能表现：大幅领先现有方案
OmniLottie在与主流大模型的对比测试中展现了压倒性优势：
此外，OmniLottie能生成远比其他模型更丰富的token序列——文本到Lottie任务平均生成21.2k tokens，而DeepSeek V3仅为2.3k tokens，这意味着更具表现力和细节的矢量动画输出。在生成速度上，OmniLottie比基于优化的传统方法快约530倍。
多模态输入：文本、图像和视频三通道
OmniLottie支持三种多模态输入方式：
| | |
|---|
| "一个红色小球出现、上下弹跳、然后淡出，无缝循环" | |
| | |
| | |
这种灵活的多模态输入大幅降低了矢量动画的创作门槛——即使是非专业设计师，也能通过自然语言描述或上传参考素材快速获得满意的动画效果。
应用场景
OmniLottie的技术特性使其在多个领域具有广阔的应用前景：
移动应用开发：快速生成启动页动画、加载状态指示器，根据UI风格自动生成配套的微交互动画，支持iOS/Android/Web多端一致的Lottie动画输出。
数字营销与广告：批量生成社交媒体动态素材，根据品牌VI自动生成风格统一的动画元素，降低营销素材制作成本，提升迭代速度。
教育与内容创作：教师快速制作教学动画素材，内容创作者生成个性化动态贴纸、表情包，将复杂概念转化为直观动画。
游戏与互动娱乐：生成UI动效、角色待机动画，支持批量生成大量动画变体，降低独立开发者的美术资源成本。
开源生态：推动行业共同进步
OmniLottie团队秉持开放理念，项目相关资源已全面开源：
- 项目主页：https://openvglab.github.io/OmniLottie/
- 在线演示：Hugging Face Spaces提供交互式Gradio体验
局限性与未来展望
尽管OmniLottie代表了当前矢量动画生成的最高水平，但研究团队也指出了当前版本的局限性：复杂叙事动画（多角色、复杂剧情的长动画）的生成质量仍有提升空间；在极端风格化需求下，可能需要人工微调；超大规模动画的生成速度有待优化。
研究团队表示，未来工作将聚焦于引入时序一致性约束以提升长动画质量、开发风格迁移模块、优化推理效率实现真正的实时生成，以及探索与3D动画、视频生成的跨模态融合。
行业影响
OmniLottie的发布标志着AI技术在创意设计领域的又一次重大突破。从文本生成图像到文本生成视频，再到如今的多模态生成矢量动画，AI正在系统性地重塑数字内容创作的全链路。
对于设计师而言，OmniLottie不是替代者，而是强大的创意助手——它承担繁琐的技术实现工作，让设计师将更多精力投入到创意构思和艺术决策中。对于开发者和企业，这意味着更低的动画制作成本、更快的迭代速度和更丰富的视觉表现力。随着CVPR 2026的正式发表，OmniLottie有望成为矢量动画领域的基准方法，推动整个行业向智能化、民主化方向演进。
AI 速览
