在学术研究过程中，绘制高质量的论文插图常被视为一项繁琐且耗时的任务。

　　今天就给大家推荐一款专注于为科学家自动生成学术插图的智能工具：PaperBanan！

　　它是由谷歌与北京大学的研究团队强强联手开发的，最重要的是开源，目前已斩获2.7Kstar。

　　核心功能与优势

　　PaperBanana具备多项实用特性，能够显著提升学术插图生成的效率与质量：

　　多模式生成：支持直接生成图像或通过代码绘制图表，兼顾视觉效果与数值精准性

　　智能优化：可对现有人工绘制的图表进行风格增强，提升专业感和美观度

　　全流程自动化：从理解论文内容到生成最终插图，实现端到端的自动化处理

　　研究团队通过系统评估表明，PaperBanana在美观性、简洁性与逻辑清晰度方面均优于传统生成方法。特别是在需要精确数值的统计图表任务中，其代码生成模式可实现100%的数值准确性。

　　核心创新

　　PaperBanana的创新之处在于采用了多智能体协作架构，模拟人类绘制学术插图的完整流程：

1. 检索智能体：从NeurIPS 2025顶会论文库中，精准匹配与目标插图领域、结构相似的参考案例，为绘图提供学术规范参考；
2. 规划智能体：将论文中的文字描述，转化为包含模块、逻辑、数据流的详细绘图说明书；
3. 风格智能体：总结顶会学术审美规范，为说明书添加配色、布局、图标等标准，甚至能适配不同领域的风格差异；
4. 可视化智能体：根据说明书生成图像或代码
5. 批判智能体：对初稿进行事实校验和美观度评估，提出修改意见并循环迭代 3 轮，最终输出符合出版要求的成品插图

　　性能表现

　　PaperBanana 的性能全面碾压传统单模型生图方法。

　　当搭配 Nano-Banana-Pro 时，其综合得分达 60.2，相对基线模型提升 17.0%；其中简洁性得分 80.7，提升幅度高达 37.2%，生成的图表逻辑更清晰、重点更突出，可读性和美观性也分别实现 12.9% 和 6.6% 的显著提升。

　　在匿名人类盲测中，72.7% 的研究员认为其生成效果优于其他基线模型；

　　尤其在统计图表任务中，其代码生成模式的数值忠实性与人类水平持平，简洁性和美观性甚至略胜一筹。

　　消融实验进一步证明，检索参考、风格优化、批判迭代三个核心环节缺一不可，共同支撑了 “准确又好看” 的生成效果。

　　结语

　　PaperBanana为自动化生成出版级学术插图提供了可行方案，有望将研究人员从繁琐的绘图工作中解放出来。目前该工具已开源，并在GitHub上获得广泛关注。

　　然而，研究团队也指出其当前局限性，如图像编辑灵活性不足，某些细节处理仍不如人工精细。建议用户可先将其用于优化现有图表，再逐步应用于全新插图的生成。

　　未来，随着模型的持续优化，其应用场景还可扩展至专利技术图、UI 原型图、科普可视化内容等领域，为更多领域的内容创作赋能。

　　项目主页：https://dwzhu-pku.github.io/PaperBanana/

　　论文：https://arxiv.org/abs/2601.23265

　　GitHub地址：https://github.com/dwzhu-pku/PaperBanana

　　#AI开源项目推荐##github##AI技术##ai生图##谷歌开源#