西湖大学AutoFigure测评：科研插图神器精准理解长文本
学术论文中，一张精心设计的示意图能清晰传达数百字难以表述的复杂信息。不论是深度学习网络结构、生物信号通路，还是实验流程与技术路线，科研插图始终是读者快速把握研究要点的关键媒介。
反观AI在论文写作、代码编写及数据分析上的迅猛进步，科研插图的生成仍高度依赖手工操作。研究者需反复咀嚼论文内容，再借助PowerPoint、Illustrator或draw.io等工具逐一手工绘制， 过程既费时又费力，且要求较强的图形设计与可视化功底。对多数科研人员而言，将复杂理论精准而美观地转换为可视图形，始终是绕不开的痛点。
大语言模型推动「文本生成图像」成为热点，然而针对学术场景的科研插图生成仍充满挑战。与日常图片不同，科研插图既要视觉上赏心悦目，更要逻辑严谨、元素关系明确、内容与论文表述精确对应。 当前生成模型很难同时达标，输出常出现结构错乱、关键信息丢失或违背学术规范的情况。
为解决上述难题，西湖大学张岳团队发布智能科研插图生成系统AutoFigure，并配套推出首个面向长篇幅科学文本生成插图的基准数据集FigureBench。 该成果以论文「AutoFigure: Generating and Refining Publication-Ready Scientific Illustrations」形式发表，已被ICLR 2026接收。
FigureBench数据集包含3,300组高质量科学文本与插图配对样例，涵盖论文、综述、教材及技术博客等多元来源。AutoFigure作为首个基于Agent架构、可从长篇科学文本自动产出高质量科研插图的框架，在生成最终插图前会对内容进行充分推理、重组与验证，并通过持续迭代优化图形布局，确保结构严谨、视觉精致。
现OpenBayes平台已部署AutoFigure教程，点击 https://go.openbayes.com/xr7Ll 即可在线运行体验，数据集可通过 https://go.openbayes.com/DTyge 下载使用。
快速部署演示
环境启动步骤
1. 登录OpenBayes.com，进入「公共教程」板块，检索并选中「AutoFigure：基于LLM的科研插图自动生成系统」教程。
2. 页面跳转后，点击右上角「克隆」按钮，将教程复制到个人容器中。
3. 选择「NVIDIA GeForce RTX 5090」（CPU-xlarge及以上规格均可）与「vLLM」镜像，点击「继续执行」。
4. 等待资源分配，待状态显示「运行中」后，点击「打开工作空间」进入Jupyter Workspace界面。
运行效果验证
1. 页面刷新后，在左侧文件列表点击README.ipynb。
2. 新建一个终端，依次运行以下命令以启动后端和前端服务：
cd /output/AutoFigure
bash start.sh
3. 运行完成后，终端输出「AutoFigure is running!」提示，点击右侧API地址即可访问AutoFigure Web界面。
4. 上传论文文件，配置对应模型参数及API Key，系统即可自动生成科研插图。
