完全可编辑！论文画图有救了[ICLR2026]

科研人员常为论文方法图的绘制与反复修改而烦恼。一款名为 AutoFigure-edit 的开源工具应运而生，它能将论文方法部分的文本直接转换为可编辑的 SVG 格式科研插图，彻底改变了传统的绘图流程，极大提升了科研作图效率。

智能速览

• 直接将论文方法文本自动生成期刊级结构示意图。

• 生成的图为可编辑的 SVG 矢量格式，所有元素均可修改。

• 支持参考图风格迁移，让图表更符合顶会审美。

• 利用 SAM3 自动分割图元，保持结构清晰稳定。

• 由西湖大学开源，已获 ICLR 2026 接收并同步发布评测数据集。

精华内容

传统绘图工具耗时耗力，而这款工具的出现，旨在将科研人员从繁琐的作图工作中解放出来，让表达回归思考本身。

文本即图形

AutoFigure-edit 的核心能力是将论文的 Method 部分文本直接编译成一张结构化的科研示意图。它并非生成一个无法修改的 PNG 图片，而是输出可编辑的 SVG 矢量文件。

这意味着图中的每一个文字、方块、箭头和布局都可以在后续进行拖拽、修改和精修，且不会因为编辑而导致图片质量劣化。这种工作流将“画图”转变为对一份结构化表达进行“编辑”，实现了从零到一的自动化生成和从一到百的灵活维护。

智能与风格

该工具集成了多项智能化功能来提升输出质量。其中风格迁移功能允许用户提供一张参考论文图，AutoFigure-edit 会模仿其风格进行生成，让结果看起来更具顶会水准。

此外，它通过 SAM3 (Segment Anything Model) 技术自动识别和分割图标、模块与箭头等图元，确保生成的图表结构清晰、层级分明。这对于描绘复杂的 AI 模型或数据处理 Pipeline 尤其有用，能够自动保持布局的合理性。

开源与易用

该项目由西湖大学团队开发，采用 MIT License 完全开源，并已获 ICLR 2026 会议接收，具备学术背书。其同步发布的 FigureBench 数据集也为该领域提供了评测基准。

工具内置了基于浏览器的 SVG 编辑器，用户无需安装额外软件即可在线对生成的图表进行二次创作。所有中间产物，如自定义的图标或模板，都可以保存并反复使用，进一步提升了后续工作的效率。

适用人群

AutoFigure-edit 主要面向需要频繁绘制和修改方法图的科研工作者。特别是 AI、CV、NLP 等领域的论文作者，能够极大简化他们的插图制作流程。

对于那些因方法图反复返修而备受折磨的研究生，以及希望将复杂的 Agent 或 Pipeline 流程清晰表达出来的人群，这个工具提供了一个高效的解决方案。它帮助研究者的论文从视觉上就达到专业水准。