Les graphiques vectoriels à échelle (SVG) constituent un format d’image essentiel, largement adopté en conception graphique grâce à leur indépendance par rapport à la résolution et à leur facilité de modification. L’étude de la génération de SVG de haute qualité suscite depuis longtemps l’intérêt des designers et des chercheurs au sein de la communauté AIGC. Toutefois, les méthodes existantes produisent soit des sorties non structurées à coût computationnel élevé, soit se limitent à la génération d’icônes monochromes aux structures excessivement simplifiées. Afin de produire des SVG de haute qualité et de complexité accrue, nous proposons OmniSVG, un cadre unifié qui exploite des modèles vision-langage pré-entraînés (VLM) pour la génération multimodale d’SVG en bout à bout. En paramétrant les commandes et les coordonnées SVG en tant que tokens discrets, OmniSVG déconnecte la logique structurelle de la géométrie de bas niveau, permettant une formation efficace tout en préservant l’expressivité des structures SVG complexes. Pour favoriser davantage le progrès de la synthèse SVG, nous introduisons MMSVG-2M, un jeu de données multimodales comprenant deux millions d’éléments SVG richement annotés, accompagné d’un protocole d’évaluation standardisé pour les tâches de génération conditionnelle d’SVG. Des expériences étendues montrent qu’OmniSVG surpasser les méthodes existantes et démontrent son potentiel d’intégration dans les flux de travail professionnels de conception SVG.