AutoFigure团队 投新碳能源开发有限公司稿量子位 | 公众号 QbitAI
你是否也履历过这样的绝望：
论文截稿在即 ，，，，，，，，面临大段的文字你抓耳挠腮 ，，，，，，，，PPT画框画到手抽筋；；；；；；
实验用Nano banana生个图 ，，，，，，，，颜值拉满但逻辑全错 ，，，，，，，，甚至还自带“克苏鲁”气概的模糊字符；；；；；；
^好禁止易调好了Prompt ，，，，，，，，效果想改一个小图标 ，，，，，，，，却发明AI给你的只是一张无从下手的“死图”。。。。。
这种“审美与逻辑不可兼得、天生与编辑彻底断层”的痛点 ，，，，，，，，终于要被终结了。。。。。
现在 ，，，，，，，，你可以把大段的文字质料直接塞给AutoFigure ，，，，，，，，西湖大学团队推出的全新智能体绘图框架。。。。。
它能够一键读懂上万字的论文、书籍、博客 ，，，，，，，，自动化地吐出高质量的学术插图为你所用。。。。。
更重磅的是 ，，，，，，，，其优化版本AutoFigure-Edit实现了从“像素”到“矢量”的跨越：天生的插图不再是死板的图片png ，，，，，，，，而是细节可编辑的SVG文件（现在你可以在PPT里直接编辑了）。。。。。
现在 ，，，，，，，，该事情已入选ICLR 2026。。。。。代码、数据集、Web交互界面所有开源 ，，，，，，，，并同步上线了可一键使用的在线网站。。。。。
配景：为什么AI以前画欠好科学插图？？？？？
在学术绘图界 ，，，，，，，，一直保存两个极端：
1. End-to-end派（如GPT-Image）：审美在线 ，，，，，，，，但逻辑经常“蹦迪” ，，，，，，，，文字更是重灾区 ，，，，，，，，充满了莫名其妙的幻觉字符。。。。。
2. Text-to-code派（如TikZ/SVG天生）：逻辑倒是严密 ，，，，，，，，但视觉效果往往丑得像上个世纪的教科书 ，，，，，，，，缺乏现代论文的高级感。。。。。
AutoFigure提出了“推理式渲染”（Reasoned Rendering）范式：将“脑子（逻辑结构）”和“手（美化渲染）”彻底脱离。。。。。
手艺计划：模拟大牛设计师的“三步走”战略
AutoFigure的焦点是一个分工明确的多智能体协作系统。。。。。
△AutoFigure架构图（由AutoFigure天生 ，，，，，，，，未经修改）
第一步：Conceptual Grounding（构建逻辑骨架）
AI读入你长达万词的文字质料 ，，，，，，，，自动提取实体和关系 ，，，，，，，，天生一个粗糙但结构准确的结构（SVG/HTML代码）
第二步：Critique-and-Refine（Agent闭环迭代）
模拟人类设计师与甲方的重复拉锯 ，，，，，，，，对图片结构举行重复修改：
AI Designer认真凭证反响修改结构。。。。。AI Critic则认真挑毛�。。。。。ɡ纭罢饫锛分氐恕薄ⅰ敖峁怪匦牟晃取保� ，，，，，，，，直到获得知足的绘图质量。。。。。第三步：Aesthetic Rendering & “Erase-and-Correct”
在最终美化阶段 ，，，，，，，，AutoFigure首先将结构渲染为一张细腻的图片。。。。。随后 ，，，，，，，，为相识决现在AIGC生图文字变形的问题 ，，，，，，，，包管图片中文字的准确性 ，，，，，，，，AutoFigure引入了专门的“擦除-修正”战略：用OCR识别模糊字符 ，，，，，，，，把它们“抠掉” ，，，，，，，，再重新笼罩上清晰的矢量文本。。。。。
AutoFigure-Edit：把AI天生图装进PPT
△AutoFigure-Edit流程图（由AutoFigure-Edit天生）
在最新版本AutoFigure-Edit中 ，，，，，，，，西湖大学团队更进一步 ，，，，，，，，引入了SAM3自动抠图手艺 ，，，，，，，，包括：
使用Meta最新的SAM3手艺识别图中的Icon。。。。。配合RMBG-2.0自动去除配景。。。。。矢量重组：将这些清洁的图标重新塞进天生的SVG模板中。。。。。
最终 ，，，，，，，，你获得的是一个可以在浏览器内置编辑器里直接拖拽、改字、换色的动态画布 ，，，，，，，，能够凭证你的想法对图片细节举行更改。。。。。
△基于AutoFigure-Edit的在线画布
△AutoFigure-Edit渲染历程示例图
人类实验效果：66.7%的专家以为它抵达了Camera-ready标准！
为了验证AutoFigure的效果 ，，，，，，，，团队构建了全球首个大规模浚浚�？？蒲Р逋蓟肌狥igureBench。。。。。
规模弘大：涵盖3,300高质量文本-图片对 ，，，，，，，，跨越论文、综述、手艺博客、教科书等四种科学文本。。。。。
△FigureBench数据集先容
降维攻击：在逻辑清晰度和准确度上 ，，，，，，，，AutoFigure的优势极大 ，，，，，，，，在教科书类使命中胜率甚至高达97.5%。。。。。
△在FigureBench上的实验效果
更具说服力的是人类专家盲测：10位论文一尴尬刁难天生的图片举行评审 ，，，，，，，，效果显示66.7%的专家以为AutoFigure天生的图已经抵达了Camera-ready（出书级）标准。。。。。
△人类专家评价效果
接下来 ，，，，，，，，我们看几个case ，，，，，，，，直观感受一下。。。。。
由AutoFigure-Edit爆发的要领图：
由AutoFigure-Edit爆发的要领图：
由AutoFigure-Edit爆发的要领图：
要领图 ，，，，，，，，左侧为第一阶段PNG形式 ，，，，，，，，右侧为最终转换获得的SVG文件：
要领图 ，，，，，，，，左侧为第一阶段PNG形式 ，，，，，，，，右侧为最终转换获得的SVG文件：
由AutoFigure-Edit爆发的生物机制图：
由AutoFigure-Edit爆发的质料机制图：
由AutoFigure爆发的综述图：
由AutoFigure爆发的教科书图：
项目价值：AI Scientist的“最后一块拼图”
插图不但是视觉增补 ，，，，，，，，更是重大科学看法的桥梁。。。。。AutoFigure的泛起 ，，，，，，，，意味着：
1. 赋能AI科学家：这是AI实现全流程自主研究（从文本到绘图）的要害一步。。。。。
2. 不但是架构图：无论是流程图、算法流程 ，，，，，，，，照旧重大的教科书示意图 ，，，，，，，，它都能手到擒来。。。。。
本项目提供了可一键使用的在线网站。。。。。建议列位研究者先珍藏 ，，，，，，，，下次ddl前 ，，，，，，，，最少绘图应该不会那么急遽了。。。。。
GitHub：
https://github.com/ResearAI/AutoFigure-Edit论文：
https://arxiv.org/abs/2602.03828v1HuggingFace：
https://huggingface.co/datasets/WestlakeNLP/FigureBench网站：
https://deepscientist.cc彩蛋：
所有学者均可免费体验demo ，，，，，，，，有期刊投稿需求的朋侪不必担心 ，，，，，，，，Nature气概、Science气概等多样气概一键生乐成能也将很快上线。。。。。
想要体验这款“绘图神器”吗？？？？？点击上方链接即可最先你的创作！
本项目由西湖大学张岳实验室周全开源。。。。。西湖大学自然语言处置惩罚实验室（WestlakeNLP）建设于2018年9月 ，，，，，，，，由张岳教授向导。。。。。张岳教授结业于牛津大学 ，，，，，，，，获博士学位 ，，，，，，，，现任西湖大学工程学院副院长。。。。。他著有剑桥大学出书社出书的《自然语言处置惩罚》一书 ，，，，，，，，并担当过EMNLP 2022等多个顶级NLP聚会的程序委员会主席。。。。。
本项目焦点团队成员包括翁诣轩新碳能源开发有限公司*、林圳、朱敏郡、谢秋婕、卢攀忠、孙启耀等人。。。。。实验室过往效果包括Cycle Researcher、DeepReview、DeepScientist（两个月刷新三个前沿使命SoTA的人工智能科学家项目）等事情。。。。�；；；；；＝哟行巳さ耐饧尤氲阶远蒲Х⒚餮芯� ，，，，，，，，有意向申请恒久实习、博士生、研究助理者可联系张岳教授邮箱（zhangyue@westlake.edu.cn）。。。。。