编辑｜SIA
你认真写要领，，，，，，，，AI认真画 Figure。。。。。。。。 科研打工人，，，，，，，，终于等来「绘图解放日」。。。。。。。。
还在为论文里的要领框图熬夜画 PPT、拉箭头、对齐字体吗？？？？？？？？
一张 Figure 2，，，，，，，，动辄几个小时，，，，，，，，严重的甚至能耗上几天，，，，，，，，科研人的「隐藏副本」不是实验，，，，，，，，而是绘图。。。。。。。。
既要忠于论文原意，，，，，，，，又得悄悄切合顶会那套心照不宣的「学术审美」：颜色不可土，，，，，，，，结构不可乱，，，，，，，，箭头更不可连错。。。。。。。。
看起来只是一张图，，，，，，，，现实上是美学、逻辑和耐心的三重折磨。。。。。。。。
那么，，，，，，，，问题来了：现在的大模子已经能写论文、跑实验、改代码，，，，，，，，为什么偏偏搞未必这些学术插图？？？？？？？？有人可能会问：DALL·E、基础 VLM 不可吗？？？？？？？？
谜底是：真不可。。。。。。。。
它们画出来的图往往是：模浚�？？？？？？楹臀淖侄圆簧稀⒆痔逯苯勇衣搿⒓仿呒�。。。。。。。。图是「悦目」，，，，，，，，但不中用啊。。。。。。。。
于是，，，，，，，，一个狠角色泛起了：PaperBanana
来自北大 + Google Cloud AI Research 的团队，，，，，，，，目的很简朴也很狂：你写要领，，，，，，，，AI 画 Figure，，，，，，，，水准呢？？？？？？？？直接投顶会的那种。。。。。。。。
科研打工人，，，，，，，，终于比及了「绘图解放日」。。。。。。。。
来看效果成色。。。。。。。。
PaperBanana 展示相识决两类学术插图的能力：
第一类，，，，，，，，是论文要领流程图与模子结构示意图，，，，，，，，用来说明算法怎样运作（左）；；；；；第二类，，，，，，，，是统计图表，，，，，，，，用来表达实验效果与数据比照（右边）。。。。。。。。
左边是要领框图（Methodology Diagrams），，，，，，，，右边是统计图（Statistical Plots）
与以往「只会绘图像」的天生模子差别，，，，，，，，PaperBanana 强调两点：不是只要「画得悦目」，，，，，，，，而是必需「画得准确」。。。。。。。。
它要包管：模浚�？？？？？？橹涞穆呒叵挡煌苫⑹荼泶锴泻峡蒲泄娣丁⑼伎梢灾苯有Ю吐畚男鹗拢�，，，，，，，而不是装饰。。。。。。。。
研究指出，，，，，，，，PaperBanana 可以笼罩多种常见学术插图类型，，，，，，，，包括要领流程图、模子结构示意图、看法性框架图，，，，，，，，以及通过代码驱动天生的高精度统计图。。。。。。。。
PaperBanana 不但能从零天生，，，，，，，，还能润色你现有的丑图。。。。。。。。
给它一张草图或初版框图，，，，，，，，它认真自动美化、重排结构、统一气概，，，，，，，，让它更像顶会论文里的标准图形
更直观的比照——
左侧是手工绘制的插图，，，，，，，，右侧是 PaperBanana 气概增强（Style Enhanced）后的版本。。。。。。。。
这些示例笼罩了多个典范科研场景，，，，，，，，包括 Transformer 与差别 LayerNorm 变体的比照示意、工程流程与三维建模管线的系统框架，，，，，，，，以及强化学习和体现学习中笼统几何关系的表达。。。。。。。。它们的配合特点在于逻辑重大、元素麋集，，，，，，，，对人工排版提出了极高要求，，，，，，，，也正是科研职员最容易在“绘图”上消耗大宗时间与精神的部分。。。。。。。。
语义结构上一致，，，，，，，，但视觉泛起，，，，，，，，完全差别。。。。。。。。
原始图信息完整，，，，，，，，却给人一种「能看懂，，，，，，，，但欠悦目」的感受：结构略显松散，，，，，，，，配色偏向简单，，，，，，，，差别模浚�？？？？？？橹涞牟慵豆叵狄膊环笄逦�。。。。。。。。
PaperBanana 润色增后，，，，，，，，图中的逻辑被重新梳理进一套更规范的视觉系统之中。。。。。。。。
差别功效模浚�？？？？？？橥ü丈傩星郑�，，，，，，，虚线和分区框用来强化条理结构，，，，，，，，箭头的走向也越创造确，，，，，，，，整体观感显着更靠近顶会论文中常见的标准范式。。。。。。。。
再看下面的图例，，，，，，，，统一张图比照，，，，，，，，崎岖立判。。。。。。。。
人类画的图，，，，，，，，对，，，，，，，，但纷歧定悦目。。。。。。。。
未经调教的原始模子天生（Nano-Banana-Pro），，，，，，，，画出来但难读。。。。。。。。
PaperBanana 真正做到了「画清晰、批注确」，，，，，，，，也更切合顶会审美的论文级插图：配色更现代统一，，，，，，，，信息更精炼，，，，，，，，模浚�？？？？？？榉智逦�。。。。。。。。
那么，，，，，，，，它是怎样做到这一点的？？？？？？？？
PaperBanana「画论文图」酿成了一条由多智能体协作完成的流水线。。。。。。。。
系统先检索参考规范，，，，，，，，再妄想结构化形貌，，，，，，，，并在审美规范约束下天生初稿；；；；；
随后由视觉署理将文本形貌转化为图像或代码绘图，，，，，，，，谈论署理一直比照原始论文内容举行纠错与打磨。。。。。。。。
经由多轮迭代后，，，，，，，，输出的不再是通俗示意图，，，，，，，，而是一张同时知足语义准确性与顶会审美标准的论文级插图。。。。。。。。
这不是简朴的作图自动化，，，，，，，，而是一种「科研表达方法」的自动规范化。。。。。。。。
研究职员还顺带比照了两种蹊径：直接让模子「绘图」VS 让模子「写代码绘图」。。。。。。。。
结论很扎心：AI 直接画出来的图虽然细腻，，，，，，，，但经常在数字上乱说八道。。。。。。。。
现在最靠谱的方法照旧：AI 写绘图代码（基于 Gemini-3-Pro），，，，，，，，再天生统计图。。。。。。。。
这只是最先。。。。。。。。类似工具已经最先泛起，，，，，，，，好比：Claude Scientific Writer，，，，，，，，集成论文写作 + 插图 + 图表天生。。。。。。。。
未来科研可能酿成这样：你不必再在 PPT 里对齐箭头、调颜色、拖文本框到破晓三点，，，，，，，，而是把更多时间留给真正主要的事情。。。。。。。。
https://dwzhu-pku.github.io/PaperBanana/
https://github安徽皖源农业生长有限公司.com/K-Dense-AI/claude-scientific-writer