面对AI画图在科学领域的逻辑短板，一种“先思考再编程”的新范式应运而生。它通过代码生成严谨的科学图像，有效解决了像素级生成的“幻觉”问题，为AI的科学推理能力带来了实质性提升。
智能速览
ImgCoder框架采用“理解–规划–编程”范式，用代码生成科学图像。
SciGenBench是首个科学图像合成专业基准，含1.4K高质量问题。
合成数据能显著提升大模型科学推理能力，并呈现缩放定律。
研究发现代码派与像素派存在“精度-表现力”的权衡。
代码与像素范式可协同进化，共同推动AI科学智能发展。
精华内容
如何让AI在生成科学图像时不再“一本正经地胡说八道”？关键在于让模型先学会逻辑思考。
科学画图的困境
当前的文生图模型虽然在艺术创作上表现出色，但在面对数学、物理等强约束的科学场景时，常常生成看似合理却充满逻辑错误的图像。这种视觉表达与逻辑推理的割裂，已成为多模态AI模型迈向高级科学智能的核心瓶颈。
模型生成的分子结构图可能违反化学键规则，物理示意图则可能违背基本定律。这种“幻觉”问题源于模型在像素层面生成时，缺乏对底层逻辑结构的精确控制。
先思考再编程
为解决这一问题，ImgCoder框架提出了一种“理解–规划–编程”的代码生成范式。它让AI在生成图像前，先进行逻辑思考，然后编写Python代码来精确绘制。
这种方法利用代码的确定性来约束几何与逻辑结构，从根本上缓解了像素级生成的“幻觉”问题。实验证明，ImgCoder在数学函数图像、物理示意图等任务中，能生成高度准确、可用于实际推理的科学图像。
专业考场建立
为了科学评估AI生成图像的准确性，SciGenBench基准应运而生。它是一个专门为科学图像合成设立的“考场”，包含了1400个高质量问题，覆盖数学、物理、化学、生物和计算机科学5大学科。
不同于传统依赖FID等指标的评估方法，SciGenBench引入了逆向验证和多维LMM-as-Judge（大模型当裁判）机制，真正检验生成图像中的信息是否正确、能否被用于科学推理。
两大范式权衡
研究揭示了一个关键的“精度-表现力权衡”现象。以代码为核心的方法（代码派），结构严谨，在需要精确逻辑的数学、物理任务中优势明显。
而以像素为核心的方法（像素派），则在需要丰富纹理与有机形态的生物等任务中更具表现力。这表明两种技术路线并非谁优谁劣，而是在不同科学场景下各有千秋。
协同进化假说
未来展望指向一种“螺旋式共进化”的假说。研究发现，尽管技术路径不同，但顶尖的代码派模型和像素派模型，其构图策略竟高度相似。
推测认为，像素派模型可能通过继承基座模型的推理知识，或在其训练数据中使用了大量代码生成的精准图像，从而获得了“类代码”的严谨性。因此，两种范式可以形成互补：代码派提供逻辑骨架，像素派补充视觉表达，在“推理-合成”的正反馈循环中共同进化。
代码与像素两大范式的融合，为AI科学图像生成描绘了新蓝图。它们不再是竞争关系，而是互补共生的伙伴。未来，这种协同进化能否让AI真正掌握科学创造的精髓？
