论文插图制作耗时且繁琐，PaperBanana提供了一套自动化解决方案。它能从方法描述出发，生成符合顶会规范的各类图表，并通过多智能体协作确保学术严谨性与视觉美观度的平衡，显著提升科研效率。
智能速览
PaperBanana是一个面向AI科研的学术插图自动化框架。
系统采用多智能体流水线，检索、规划、生成、纠错环环相扣。
可将人工草图美化重排，使其符合顶会配色与布局规范。
对比发现，生成绘图代码再渲染比直接AI画图更精准可靠。
精华内容
PaperBanana的自动化流程，是如何在保证语义正确的同时，实现专业视觉呈现的？
多智能体流水线
系统通过多智能体协作完成绘图任务。首先，代理会检索顶级会议的参考图以获取风格灵感。接着，规划代理将文字描述转化为结构化的图形布局。随后，在审美约束下生成初稿，并交由视觉代理将文本描述精准转换为绘图代码或图像元素，确保了图形的准确性。
纠错与精修
生成初稿后，评论代理介入，扮演“审稿人”角色。它会严格对照原文内容，检查图表中的数值、逻辑和概念是否存在错误。通过反复的纠错与精修，系统在语义正确性与视觉审美之间找到了最佳平衡点，避免了“一眼假”的低级错误。
代码优于直接生成
研究团队对比发现，直接使用AI模型生成图像，容易出现数据不准、逻辑混乱等问题。目前更可靠的路径是利用大模型（如Gemini-3-Pro）先生成精准的绘图代码（如Matplotlib），再通过代码渲染出完全符合规范的统计图表。这种方式显著提升了图表的科学严谨性。
PaperBanana展示了AI在专业领域的应用潜力，将科研人员从繁琐的绘图工作中解放出来。未来，自动化工具是否会重塑学术成果的呈现方式？
