ベクターフォント生成モデル「VecGlypher」公開：テキストや画像からSVG字形を直接生成

オリジナルフォントを一から制作するのは、ベジェ曲線の調整や文字ごとのバランス取りなど、専門知識と膨大な手作業が求められる過酷なプロセスでした。画像生成 AI でアイデアを出しても、ラスタ画像をベクター化する際に輪郭が崩れ、修正に追われるのが常でした。

2026 年 2 月 25 日に発表されたオープンソースのフォント生成モデル「VecGlypher」は、そうした制作フローを大きく変える可能性を秘めています。

テキストによる指示や一部の文字見本を与えるだけで、ラスタ画像を経由することなく、閉じたクリーンな SVG ベクター字形を直接出力します。

ラスタ変換を省き、SVG パスを直接生成

従来の学習ベースの手法は、拡散モデルなどでピクセル画像を生成し、後処理でベクターに変換するパイプラインが主流でした。しかしこの方法では、微細なストロークが失われたり、無駄なアンカーポイントが散乱したりする欠点がありました。

VecGlypher は、単一のマルチモーダル言語モデルを採用し、SVG パストークンを自己回帰的に直接出力します。途中に画像生成を挟まないため、エッジの破綻がない編集可能なベクターが得られます。

これを実現したのが 2 段階のトレーニング設計です。まず、Envato から収集した約 3.9 万種類のフォントデータを用いて事前学習を継続し、SVG 構文と長期的な幾何構造の規則性を徹底的に学習させました。

続いて、詳細なスタイルタグが付与された 2500 種類の Google Fonts データセットを用いてポストトレーニングを実施。「レトロ」「手書き風」「ポップ」といった自然言語の概念と、正確な座標配置を結びつけました。

汎用 LLM や既存の専用モデルを凌駕

GPT-4o や Claude、Gemini などの汎用大規模言語モデルに直接 SVG コードを書かせても、線の太さが不揃いだったり骨格が崩れたりすることが大半でした。

未知のフォントファミリーを用いた評価テストにおいて、VecGlypher はテキスト記述からのフォント生成で汎用モデルを大きく引き離しました。

また、数文字の画像見本から残りのグリフを補完するタスクでも最高水準のスコアを記録し、DeepVecFont-v2 や DualVector といった従来の専用ベクターフォントモデルを明確に上回っています。

なぜ重要か

フォントデザインはデジタル制作の中でも特に専門性が高く、アルファベットだけでも大文字、小文字、記号を含めた数十〜数百グリフの一貫性を保つには膨大な時間がかかります。

VecGlypher の登場により、インディー開発者やデザイナーは、わずかなスケッチやイメージテキストを頼りに、ブランド専用のベクターフォントのアウトラインを短時間でプロトタイピングできるようになります。トレース作業から解放され、調整作業に集中できるメリットは小さくありません。

業界全体にとって意義深いのは、画像生成をバイパスして言語モデルで直接構造化ベクターを出力する実用性が示された点です。このアプローチはフォントにとどまらず、アイコン制作やベクターイラスト、さらには CAD データの自動生成にも波及していくと考えられます。

もっとも、綺麗な SVG アウトラインが出力できたとしても、商用フォントとして実用化するにはカーニング（文字詰め）や字送り情報の緻密な設定が欠かせません。現時点ではプロのタイポグラファーを完全に代替するというより、デザインの初速を圧倒的に引き上げる強力なアシスタントと捉えるのが妥当でしょう。