AutoFigure团队 投稿量子位 | 公众号 QbitAI西双版纳pvc管道管件胶

你是否也经历过这样的望：

论文截稿在即，面对大段的文字你抓耳挠腮，PPT画框画到手抽筋；

尝试用Nano banana生个图，颜值拉满但逻辑全错，甚至还自带“克苏鲁”风格的模糊字符；

^好不容易调好了Prompt，结果想改个小图标，却发现AI给你的只是张从下手的“死图”。

这种“审美与逻辑不可兼得、生成与编辑断层”的痛点，终于要被终结了。

现在，你可以把大段的文字材料直接塞给AutoFigure，西湖大学团队出的全新智能体绘图框架。

它能够键读懂上万字的论文、书籍、博客，自动化地吐出质量的学术插图为你所用。

重磅的是，其优化版本AutoFigure-Edit实现了从“像素”到“矢量”的跨越：生成的插图不再是死板的图片png，而是细节可编辑的SVG文件（现在你可以在PPT里直接编辑了）。

目前，该工作已入选ICLR 2026。代码、数据集、Web交互界面全部开源，并同步上线了可键使用的在线网站。

背景：为什么AI以前画不好科学插图？

在学术绘图界，直存在两个端：

1. End-to-end派（如GPT-Image）：审美在线，但逻辑经常“蹦迪”，文字是重灾区，充满了莫名其妙的幻觉字符。

2. Text-to-code派（如TikZ/SVG生成）：逻辑倒是严密，但视觉果往往丑得像上个世纪的教科书，缺乏现代论文的感。

AutoFigure提出了“理式渲染”（Reasoned Rendering）范式：将“脑子（逻辑布局）”和“手（美化渲染）”分开。

技术案：模拟大牛设计师的“三步走”策略

AutoFigure的核心是个分工明确的多智能体协作系统。

△AutoFigure架构图（由AutoFigure生成，未经修改）

步：Conceptual Grounding（构建逻辑骨架）

AI读入你长达万词的文字材料，自动提取实体和关系，生成个粗糙但结构正确的布局（SVG/HTML代码）

二步：Critique-and-Refine（Agent闭环迭代）

模拟人类设计师与甲的反复拉锯西双版纳pvc管道管件胶 ，对图片布局进行反复修改：

AI Designer负责根据反馈修改布局。AI Critic则负责挑毛病（例如“这里箭头重叠了”、“布局重心不稳”），直到得到满意的绘图质量。三步：Aesthetic Rendering & “Erase-and-Correct”

在终美化阶段，AutoFigure先将布局渲染为张精美的图片。随后，为了解决现在AIGC生图文字变形的问题，保证图片中文字的正确，AutoFigure引入了门的“擦除-修正”策略：用OCR识别模糊字符，把它们“抠掉”，万能胶厂家再重新覆盖上清晰的矢量文本。

AutoFigure-Edit：把AI生成图装进PPT

△AutoFigure-Edit流程图（由AutoFigure-Edit生成）

在新版本AutoFigure-Edit中，西湖大学团队进步，引入了SAM3自动抠图技术，包括：

利用Meta新的SAM3技术识别图中的Icon。配RMBG-2.0自动去除背景。矢量重组：将这些干净的图标重新塞进生成的SVG模板中。

奥力斯    万能胶厂家    联系人：王经理    手机：18231788377（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

终，你得到的是个可以在浏览器内置编辑器里直接拖拽、改字、换的动态画布，能够按照你的想法对图片细节进行改。

△基于AutoFigure-Edit的在线画布

△AutoFigure-Edit渲染过程示例图

人类实验结果：66.7的觉得它达到了Camera-ready标准！

为了验证AutoFigure的果，团队构建了全球个大规模科学插图基准——FigureBench。

规模宏大：涵盖3,300质量文本-图片对，跨越论文、综述、技术博客、教科书等四种科学文本。

△FigureBench数据集介绍

降维击：在逻辑清晰度和准确度上，AutoFigure的优势大，在教科书类任务中胜率甚至达97.5。

△在FigureBench上的实验结果

具说服力的是人类盲测：10位论文作对生成的图片进行评审，结果显示66.7的认为AutoFigure生成的图已经达到了Camera-ready（出版）标准。

△人类评价结果

接下来，我们看几个case，直观感受下。

由AutoFigure-Edit产生的法图：

由AutoFigure-Edit产生的法图：

由AutoFigure-Edit产生的法图：

法图，左侧为阶段PNG形式，右侧为终转换得到的SVG文件：

法图，左侧为阶段PNG形式，右侧为终转换得到的SVG文件：

由AutoFigure-Edit产生的生物机制图：

由AutoFigure-Edit产生的材料机制图：

由AutoFigure产生的综述图：

由AutoFigure产生的教科书图：

项目价值：AI Scientist的“后块拼图”

插图不仅是视觉补充，是复杂科学概念的桥梁。AutoFigure的出现，意味着：

1. 赋能AI科学：这是AI实现全流程自主研究（从文本到绘图）的关键步。

2. 不只是架构图：论是流程图、法流程，还是复杂的教科书示意图，它都能手到擒来。

本项目提供了可键使用的在线网站。建议各位研究者先收藏，下次ddl前，起码画图应该不会那么仓促了。

GitHub：

https://github.com/ResearAI/AutoFigure-Edit论文：

https://arxiv.org/abs/2602.03828v1HuggingFace：

https://huggingface.co/datasets/WestlakeNLP/FigureBench网站：

https://deepscientist.cc彩蛋：

所有学者均可费体验demo，有期刊投稿需求的朋友不用担心，Nature风格、Science风格等多样风格键生成也将很快上线。

想要体验这款“绘图器”吗？点击上链接即可开始你的创作！

本项目由西湖大学张岳实验室开源。西湖大学实验室（WestlakeNLP）成立于2018年9月，由张岳教授。张岳教授毕业于牛津大学，获博士学位，现任西湖大学工程学院院长。他著有剑桥大学出版社出版的《自然语言处理》书，并担任过EMNLP 2022等多个顶NLP会议的程序委员会主席。

本项目核心团队成员包括翁诣轩*、林圳、朱敏郡、谢秋婕、卢攀忠、孙启耀等人。实验室过往成果包括Cycle Researcher、DeepReview、DeepScientist（两个月刷新三个前沿任务SoTA的人工智能科学项目）等工作。欢迎感兴趣的同学加入到自动化科学发现研究，有意向申请长期实习、博士生、研究助理者可联系张岳教授邮箱（zhangyue@westlake.edu.cn）。