PaperBanana
PaperBanana是一个人工智能驱动的代理框架，可自动生成可用于出版的学术插图，通过多代理协作将复杂的文本描述转换为高质量的方法图和统计图。
https://paper-banana.org/?utm_source=aipure
产品信息
更新于：2026年03月12日
什么是 PaperBanana
PaperBanana代表了学术研究中一个长期存在的挑战的突破性解决方案——创建出版质量插图的耗时任务。该框架由谷歌和北京大学的研究人员开发，解决了为学术论文生成专业图表和绘图的劳动密集型瓶颈。它集成了先进的人工智能功能，以理解技术描述并自动生成符合NeurIPS和ICML等顶级学术场所严格标准的视觉内容。该系统专为需要创建复杂的科学可视化效果而无需广泛设计专业知识的研究人员、研究生、教授和技术作家而设计。
PaperBanana 的主要功能
PaperBanana是一个人工智能驱动的学术插图框架，它使用多代理系统自动生成可用于出版的科学图形、图表和绘图。它结合了专门的代理（检索器、规划器、设计师、可视化器和评论员），将文本描述转换为高质量的视觉内容，利用图像生成图表和Matplotlib代码生成数据图，以确保准确性和符合学术出版的专业标准。
多代理架构: 协调五个专门的人工智能代理，它们协同工作以处理插图生成的不同方面，从参考检索到最终的评论和改进
双重可视化策略: 使用Nano-Banana-Pro生成图表，并使用可执行的Python Matplotlib代码生成统计图，以确保视觉质量和数值准确性
美学改进: 提供将粗略草图和白板绘图转换为精美的、可用于出版的图形的能力，同时保持原始结构
参考驱动生成: 利用精选的学术插图数据库来指导风格和布局决策，确保输出符合学术出版标准
PaperBanana 的使用场景
学术论文准备: 研究人员可以快速为其出版物生成方法图和统计图，而无需大量的设计技能
教育内容创作: 教授和讲师可以为课程材料和演示文稿创建清晰、专业的图表和信息图
技术文档: 技术作家可以生成高质量的系统架构和工作流程图，用于文档编写
研究演示: 科学家可以创建适合会议的视觉材料和海报资源，用于展示他们的研究成果
优点
通过基于代码的生成消除数据图中的数值幻觉
保持适合顶级学术场所的高视觉质量标准
通过自动化插图创建，节省研究工作流程中的大量时间
缺点
依赖于非公开的专有模型（Gemini-3-Pro和Nano-Banana-Pro）
访问受限，因为它目前处于“研究预览”阶段
可能仍然会产生需要人工验证的内容错误
如何使用 PaperBanana
安装: 通过使用命令 'paperbanana generate' 或通过将 OPENAI_BASE_URL 设置为您的端点来配置 Azure OpenAI/Foundry 端点来设置 PaperBanana
基本生成: 使用命令运行基本生成：paperbanana generate --input method.txt --caption \"我们的框架概述\"
高级生成: 为了获得更好的结果，请使用优化和自动细化标志：paperbanana generate --input method.txt --caption \"我们的框架概述\" --optimize --auto
迭代改进: 提供反馈以改进生成的图像，使用：paperbanana generate --continue --feedback \"使箭头更粗，颜色更鲜明\"
继续特定运行: 使用运行 ID 继续处理特定的先前运行：paperbanana generate --continue-run run_[ID] --iterations [number]
配置设置: 将 configs/model_config.template.yaml 复制到 configs/model_config.yaml 以设置 API 密钥和其他配置
可选数据集设置: 下载 PaperBananaBench 并将其放置在数据目录下，以增强少样本学习能力（可选步骤，因为框架可以在没有它的情况下工作）
样式选择: 从下拉菜单中为您的学术图形生成选择一种视觉样式
输入描述: 在提示字段中输入您想要的学术图形的详细文本描述
生成和下载: 单击生成以创建您的图形并下载可用于您的论文中的出版就绪插图
PaperBanana 常见问题
PaperBanana是一个人工智能驱动的工具，可以自动生成可用于出版的学术插图，包括方法论图表、统计图表和信息图。它使用多智能体协作将论文文本转换为适合学术出版的专业视觉内容。
与 PaperBanana 类似的最新 AI 工具
类似 PaperBanana 的热门 AI 工具
Krita
Krita 是一款免费且开源的数字绘画和插图软件，为艺术家和设计师提供了一系列专业级工具。
Hunyuan3D-2.1
Hunyuan3D-2.1是腾讯首个生产就绪的3D资产生成系统，该系统将完全开源的框架与基于物理的渲染（PBR）纹理合成相结合，以从图像或文本描述创建高保真3D模型。
Wand AI
Wand AI 是一款创新的 AI 驱动的创意工具,将文本提示和草图转化为可定制的数字艺术作品,专为 iPhone 和 iPad 上的艺术家和创意专业人士设计。
