学术画图耗时且费力，是科研工作的普遍痛点。PaperBanana框架通过多智能体协作，实现了从文字描述到出版级插图的全自动转换，在保证内容准确性的同时，大幅提升视觉效果，为科研人员节省了大量宝贵时间。
智能速览
学术画图是科研痛点，耗时且要求高
PaperBanana是首个多智能体协作的学术插图生成框架
它通过检索、规划、渲染和自我批判来生成图表
在专属评测基准上，综合得分超越现有方法17%
论文中所有带🍌标志的插图均由该框架自动生成
精华内容
PaperBanana框架的智能体协作流程，是其实现高质量图文转换的关键所在。
科研绘图痛点
绘制复杂的论文插图是科研中一项耗时且繁琐的任务。学术插图不仅要准确表达复杂的算法与流程，还需符合期刊的审美标准和统一风格。现有的代码生成图表方式过于死板，而直接使用图像生成模型又显得随意，难以兼顾内容准确性与视觉美观，这直接影响了研究成果的传播效果。
智能体协作框架
为解决上述难题，PaperBanana框架应运而生。它并非单一模型，而是一套由多个智能体构成的协作系统。该系统首先检索相关文献以理解领域常用图表风格，接着由规划智能体设计内容与样式方案，然后渲染智能体调用VLM与图像生成模型出图，最后通过内置的“自我批判”机制进行迭代优化，确保输出质量。
效果量化验证
研究团队构建了包含292个NeurIPS 2025论文案例的评测基准PaperBananaBench。实验数据显示，PaperBanana在四个关键指标上全面领先：内容忠实度提升2.8%，简洁性提升37.2%，可读性提升12.9%，美观度提升6.6%，综合得分提升17.0%，已达到实际可用的出版级水平。
PaperBanana不仅是一项技术突破，更可能重塑学术出版的视觉生态。它让复杂的科学思想得以更高效、直观地传播，未来或许会催生更多智能化的科研工具，彻底改变知识呈现的方式。
