学术插图的绘制耗时耗力，已成为研究人员的普遍痛点。由谷歌与北大联手打造的PaperBanana框架，旨在通过AI技术全自动生成可用于出版的图表。它不仅追求视觉上的美观与专业，更通过代码生成模式确保了数据的绝对精准，为科研工作者提供了一种高效的视觉叙事新方案。
智能速览
谷歌与北京大学联合开发了名为PaperBanana的AI框架。
该框架通过五个分工明确的AI智能体协同工作，模拟人类绘图流程。
提供代码生成和直接生图两种模式，兼顾数据精准与视觉美观。
在自建的评估基准上，其生图质量在多个维度全面超越基线方法。
除了从零生成，PaperBanana还能对人工绘制的旧图进行美化升级。
精华内容
PaperBanana的强大功能源于其精密的多智能体系统，它模拟了人类绘制学术插图的全流程，从构思、参考到最终出图，环环相扣。
五智能体协同
PaperBanana的核心是一个由五个AI智能体构成的协作系统，完整复现了人类专家绘制插图的工作流程。首先，检索智能体会浏览顶级会议论文，寻找风格与内容相似的参考图，获取灵感。
接着，规划智能体根据研究内容和参考信息，设计出插图的逻辑蓝图，明确关键模块与数据流向。随后，风格优化智能体会为蓝图添加符合学术审美标准的设计元素。
最后，生成智能体负责产出图像，并由批判智能体进行检查与修正，确保最终结果的准确性与专业性。
两种生成模式
为了平衡美观与精准，PaperBanana设计了两种并行的图表生成模式。默认的代码生成模式会利用Gemini-3-Pro等模型自动编写并执行Python可视化代码（如Matplotlib），直接输出图表。这种方式的优势在于数值100%精确，杜绝了幻觉，适合对数据要求极其严格的科学图表。
另一种是直接生图模式，它跳过编码环节，由图像生成模型直接根据文本描述创作图表。这种模式的视觉效果通常更精致、更具艺术感，但可能出现数据错误或与事实不符的幻觉问题，需要用户仔细甄别。
专业基准评估
为客观评估PaperBanana的性能，研究团队构建了专门的评测基准PaperBananaBench。该数据集源自NeurIPS 2025的5275篇论文，经人工筛选与校验后，最终形成了292对高质量测试样本。
评估采用“VLM-as-a-Judge”范式，即让强大的视觉语言模型（如Gemini-3-Pro）作为裁判，从忠实性、简洁性、可读性、美观性四个维度，将PaperBanana的生成图与论文原图进行匿名对比打分。实验结果显示，PaperBanana在所有维度上的得分均显著优于传统的单模型生成等基线方法。
局限与展望
尽管表现出色，PaperBanana目前仍存在一些局限性。例如，生成的图像暂时无法进行二次编辑，用户无法对细节进行调整。同时，在部分元素的细节忠实度上，它仍未能完全超越人类手工绘制。
因此，一个更稳妥的当前应用方式是利用它来优化现有的手绘插图，提升其美观度与专业感。随着技术迭代，未来AI有望成为每位研究者的标配绘图助手，彻底解放科研生产力。
PaperBanana为学术插图自动化带来了实质性突破，其多智能体框架和精准的代码生成模式，展现了AI在科研辅助领域的巨大潜力。尽管尚存局限，但它已为连接复杂科学与高效视觉叙事铺平了道路。未来，AI是否会成为每位研究者的“标配”绘图助手？
