学术图表绘制是科研工作流中的长期痛点。PaperBanana框架通过五个AI智能体协作，能将论文的文本描述自动转化为出版级别的精美插图，极大地提升了科研效率与图表质量。
智能速览
PaperBanana框架用五个AI智能体模拟设计团队协作，解决学术绘图难题。
它能通过检索、规划、设计、绘图和修正五步生成高质量图表。
研究团队构建了源自NeurIPS 2025论文的专属评估基准PaperBananaBench。
在简洁性、可读性等多项指标上，其性能显著超越现有基线方法。
除了从零生成，它还能对人类绘制的图表进行美化优化。
精华内容
PaperBanana的精妙之处在于其多智能体协作模式，每个智能体各司其职，共同完成从抽象文本到精美插图的复杂转换，整个过程模拟了人类专业设计工作室的工作流。
五智能体分工
检索器智能体首先从庞大的参考图库中，根据研究领域和图表类型筛选出最相似的案例，为后续工作提供灵感。接着，规划师智能体接收源文本和参考案例，将其转化为一份结构化的绘图计划，明确模块、数据流向和布局，解决了从概念到视觉的逻辑断层。
造型师智能体则扮演设计顾问角色，自动总结出涵盖配色、形状、线条等维度的美学指南，对绘图计划进行润色，确保成品符合学术出版物的审美标准。随后，视觉化师智能体调用图像生成模型或编写Python代码，将文字描述转化为可视化的初稿。最后，批评家智能体介入，将生成图与原始文本比对，检查事实错误和视觉缺陷，并启动最多三轮的“生成-批评-修正”循环，直至产出高质量插图。
严苛评估基准
为客观评估AI生成学术插图的能力，研究团队构建了PaperBananaBench基准测试集。该数据集全部取材自NeurIPS 2025顶级会议论文，经严格筛选后保留了584个高质量样本，确保了数据的真实性与挑战性。
筛选过程非常讲究，剔除了无方法论图表的论文，并只保留长宽比在1.5到2.5之间的图片，以避免因形状差异引入评估偏差。数据被细分为智能体与推理、视觉与感知等四类，用于分析模型在不同领域知识下的表现。评估采用视觉语言大模型Gemini-3-Pro作为裁判，从忠实度、简洁性、可读性和美观度四个维度，对模型生成图与人类原图进行对比打分，其评判结果与人类专家高度一致。
性能超越基线
在PaperBananaBench上的实验表明，PaperBanana在所有评估维度上均显著优于Vanilla、Few-shot及Paper2Any等基线方法。其综合总分提升了17.0%，尤其在简洁性上实现了37.2%的大幅提升，表明其能精准去除视觉杂乱，突出核心信息。
消融实验揭示了各智能体的贡献：移除检索器会导致描述冗长，简洁性和美观度下降；移除造型师和批评家则会使美学表现受损。此外，PaperBanana在处理统计图表时会智能切换到生成Python代码的模式，有效避免了图像模型生成数据密集型图表时出现的数值幻觉问题，兼顾了美观与数据的忠实度。
潜力与局限
PaperBanana不仅能从零生成图表，还能根据其总结的美学指南，对人类绘制的现有图表进行重新绘制和美化，实验结果显示其润色后的图表在美观度上常能战胜人类原作。这表明它不仅是生成工具，更是一个强大的图表美化助手。
目前，PaperBanana生成的仍是光栅图像，而非科研界更偏好的、可无限缩放和编辑的矢量图，放大后可能出现像素锯齿。同时，在处理极其细微的连接关系时，它偶尔会犯错。未来的研究方向将聚焦于生成可编辑的矢量图形，以及进一步提升模型对细粒度视觉结构的感知能力。
PaperBanana为科研自动化流程注入了强大动能，不仅将科研人员从繁琐的绘图工作中解放出来，其背后蕴含的设计逻辑与迭代修正机制，也为提升AI生成内容的质量控制树立了新标杆。未来能否攻克矢量图生成，将是其迈向实用化的关键一步。
