视觉引导解码

DuetSVG：基于内部视觉引导的统一多模态SVG生成

DuetSVG: Unified Multimodal SVG Generation with Internal Visual Guidance

将视觉预测作为解码时的内部引导信号，并配合测试时缩放策略，可迁移到其他需要结构化输出的多模态生成任务（如代码生成、布局生成）中，提升生成结果的几何一致性与视觉合理性。