前天发了一个PaperBanana文章：
今天又刷到一篇ICLR 2026的论文，看完直接坐不住了。作为天天跟论文打交道的人，谁没为画一张像样的方法图熬过夜？现在终于有人把这事儿给彻底解决了——AutoFigure，一个能从长文本直接生成publication-ready科研插图的AI框架。
讲真，这次不是又来刷榜的那种工作。团队直接放了个大招：不仅搞出了第一个专门针对科研插图生成的benchmark FigureBench（3300对高质量文本-图片数据），还真的做出了一个能用的系统。最关键的是，人类专家评测显示，66.7%的生成结果达到了可以直接放进正式论文的标准。这可不是吹的，是实打实让10个一作来评价自己论文的图，然后给出的数据。
科研可视化这座大山，终于有人动了
咱们先聊聊为啥要做这个。科研插图有多重要？一张好图能让审稿人3分钟看懂你的核心思想，防止理解偏差。但问题是，画一张高质量的科研插图，往往要花好几天时间，还得同时具备专业知识和设计能力。
之前也有些相关工作，比如Paper2Fig100k、ACL-Fig这些数据集，但它们主要是从caption或者短文本重建图片。而AutoFigure瞄准的是更硬核的任务：给你一整篇论文的方法部分（平均1万多tokens），让AI理解透了之后，自己规划视觉结构，生成完整的概念示意图。
这个难度可不是一个量级的。现有的T2I模型（像DALL-E这种）虽然能生成漂亮图片，但结构保真度差，经常画出来的东西跟你描述的逻辑对不上号。代码生成方法（直接让LLM写TikZ/SVG代码）倒是能保证结构，但视觉效果惨不忍睹，完全达不到发表标准。
AutoFigure的贡献可以总结为三点：
- FigureBench：第一个大规模科研插图生成benchmark，覆盖论文、综述、博客、教材四种类型
- AutoFigure框架：基于"先推理后渲染"（Reasoned Rendering）的分阶段生成范式
真实可用：通过大量自动化评测+人类专家评估，证明生成质量达到出版标准
把"画图"拆成"想清楚"和"画出来"
AutoFigure最聪明的地方，就是把科研插图生成这个复杂任务，拆成了三个相对独立的阶段。这种decoupled的设计，真的是抓住了问题本质。
Stage I: 概念提取和布局规划
第一步是语义解析。给定一篇长文（比如1万tokens的方法描述），先用LLM提取核心方法论，识别出需要可视化的实体（entities）和关系（relations），然后把它们序列化成机器可读的符号布局，比如SVG或HTML格式。
