谷歌“纳米香蕉”：顶会论文专用版超越Figure机器人演示
编辑｜SIA
你负责写方法，AI负责画 Figure。 科研打工人，终于等来「画图解放日」。
还在为论文里的方法框图熬夜画 PPT、拉箭头、对齐字体吗？
一张 Figure 2，动辄几个小时，严重的甚至能耗上几天，科研人的「隐藏副本」不是实验，而是画图。
既要忠于论文原意，又得暗暗符合顶会那套心照不宣的「学术审美」：颜色不能土，布局不能乱，箭头更不能连错。
看起来只是一张图，实际上是美学、逻辑和耐心的三重折磨。
那么，问题来了：现在的大模型已经能写论文、跑实验、改代码，为什么偏偏搞不定这些学术插图？有人可能会问：DALL·E、基础 VLM 不行吗？
答案是：真不行。
它们画出来的图往往是：模块和文字对不上、字体直接乱码、箭头逻辑错误。图是「好看」，但不中用啊。
于是，一个狠角色出现了：PaperBanana
来自北大 + Google Cloud AI Research 的团队，目标很简单也很狂：你写方法，AI 画 Figure，水准呢？直接投顶会的那种。
科研打工人，终于等到了「画图解放日」。
来看效果成色。
PaperBanana 展示了解决两类学术插图的能力：
第一类，是论文方法流程图与模型结构示意图，用来说明算法如何运作（左）；第二类，是统计图表，用来表达实验结果与数据对比（右边）。
左边是方法框图（Methodology Diagrams），右边是统计图（Statistical Plots）
与以往「只会画图像」的生成模型不同，PaperBanana 强调两点：不是只要「画得好看」，而是必须「画得正确」。
它要保证：模块之间的逻辑关系不出错、数据表达符合科研规范、图可以直接服务论文叙事，而不是装饰。
研究指出，PaperBanana 可以覆盖多种常见学术插图类型，包括方法流程图、模型结构示意图、概念性框架图，以及通过代码驱动生成的高精度统计图。
PaperBanana 不仅能从零生成，还能润色你现有的丑图。
给它一张草图或初版框图，它负责自动美化、重排布局、统一风格，让它更像顶会论文里的标准图形
更直观的对比——
左侧是手工绘制的插图，右侧是 PaperBanana 风格增强（Style Enhanced）后的版本。
这些示例覆盖了多个典型科研场景，包括 Transformer 与不同 LayerNorm 变体的对比示意、工程流程与三维建模管线的系统框架，以及强化学习和表示学习中抽象几何关系的表达。它们的共同特点在于逻辑复杂、元素密集，对人工排版提出了极高要求，也正是科研人员最容易在“画图”上消耗大量时间与精力的部分。
语义结构上一致，但视觉呈现，完全不同。
原始图信息完整，却给人一种「能看懂，但不好看」的感觉：布局略显松散，配色偏向单一，不同模块之间的层级关系也不够清晰。
PaperBanana 润色增后，图中的逻辑被重新梳理进一套更规范的视觉体系之中。
不同功能模块通过颜色进行区分，虚线和分区框用来强化层次结构，箭头的走向也更加明确，整体观感明显更接近顶会论文中常见的标准范式。
再看下面的图例，同一张图对比，高低立判。
人类画的图，对，但不一定好看。
未经调教的原始模型生成（Nano-Banana-Pro），画出来但难读。
PaperBanana 真正做到了「画清楚、讲明白」，也更符合顶会审美的论文级插图：配色更现代统一，信息更精炼，模块分区更清晰。
那么，它是如何做到这一点的？
PaperBanana「画论文图」变成了一条由多智能体协作完成的流水线。
系统先检索参考范例，再规划结构化描述，并在审美规范约束下生成初稿；
随后由视觉代理将文本描述转化为图像或代码绘图，评论代理不断对照原始论文内容进行纠错与打磨。
经过多轮迭代后，输出的不再是普通示意图，而是一张同时满足语义正确性与顶会审美标准的论文级插图。
这不是简单的作图自动化，而是一种「科研表达方式」的自动规范化。
研究人员还顺带对比了两种路线：直接让模型「画图」VS 让模型「写代码画图」。
结论很扎心：AI 直接画出来的图虽然精美，但经常在数字上胡说八道。
目前最靠谱的方式还是：AI 写绘图代码（基于 Gemini-3-Pro），再生成统计图。
这只是开始。类似工具已经开始出现，比如：Claude Scientific Writer，集成论文写作 + 插图 + 图表生成。
未来科研可能变成这样：你不用再在 PPT 里对齐箭头、调颜色、拖文本框到凌晨三点，而是把更多时间留给真正重要的事情。
https://dwzhu-pku.github.io/PaperBanana/
https://github.com/K-Dense-AI/claude-scientific-writer
热门专题
热门推荐
广东无人机适飞空域扩大16%至10 24万平方公里，覆盖全省57%陆地面积，滨海、郊野、工业园区及非核心城区公园等区域开放，深圳市区新增连片适飞区。飞行需通过民航局UOM平台提前申请，严禁“黑飞”，违者将受处罚。平台已升级，实现全国规则统一与分钟级空域更新，支持低空物流与巡检等应用。
杭州Costco门店因iPhone17系列手机引发抢购热潮，数百人排队致迅速断货。抢购源于官方降价与地方补贴叠加：iPhone17Pro全系直降千元，同时当地青年消费补贴可再减10%，最高省千元。双重优惠下，256GB版iPhone17Pro到手价低至7172元，较电商平台便宜近千元，吸引本地及周边消费者。目前门店仍处缺货状态，补货时间未定。
5月17日晚，长征八号运载火箭在海南商业航天发射场点火升空，成功将千帆星座第九批组网卫星送入预定轨道。此次发射是该发射场启用以来的第15次成功发射，也是今年第5次发射，体现了我国商业航天发射能力的日益成熟和常态化运营的稳步推进。
七彩虹新款iGameM15 M16Origo2026款游戏本已发售，起售价11499元。M15为15 3英寸黑色机身，配备2 5K300Hz屏，最高可选Ultra9处理器与RTX5070显卡。M16为16英寸白色款，屏幕规格相同，处理器性能更强，电池容量更大。两款均提供多种配置，享受国家补贴后价格更具竞争力，面向中高端游戏玩家与创作者。
联想在北美市场推出新款ThinkPadT14Gen7商务笔记本，支持用户自行更换LPCAMM2内存。该机型提供多款英特尔酷睿Ultra处理器选项，内存可选16GB至64GB，电池与屏幕亦有多种配置，其中顶配版搭载OLED屏幕。产品起售价为1618美元，高配版本价格超过3700美元，主要面向商用及专业办公市场，兼顾性能、可升级性与不同预算需求。