掌握 PaperBanana 科研绘图：5 个 AI 智能体自动生成学术配图完整教程

作者注：详解 PaperBanana 科研绘图框架的 5 大智能体工作原理和使用方法，结合 Nano Banana Pro 低成本 API 方案，帮助科研人员高效生成论文配图

科研论文中的方法论配图和统计图表，一直是研究人员最耗时的手工环节之一。PaperBanana 科研绘图框架正是为解决这一痛点而生——由北京大学和 Google Cloud AI Research 联合开发，它通过 5 个专业化 AI 智能体 协作，将文本描述自动转换为发表级学术配图。

核心价值: 读完本文，你将掌握 PaperBanana 科研绘图的完整工作流程、5 大智能体的分工协作机制，以及如何通过 Nano Banana Pro API 以低至官方 2 折的价格生成高质量学术配图。

PaperBanana 科研绘图核心要点

PaperBanana 科研绘图的 5 大智能体详解

PaperBanana 科研绘图框架的核心在于将复杂的学术配图生成任务拆解为 5 个独立的专业化智能体。每个智能体负责特定环节，通过协作完成从文本描述到发表级配图的完整流程。这种多智能体架构的优势在于——每个步骤都有专门的模型负责质量把控，而非依赖单一模型完成所有任务。

在实际运行中，PaperBanana 科研绘图的 5 个智能体按照「线性规划 + 迭代优化」的两阶段流程协作。第一阶段由 Retriever、Planner 和 Stylist 完成参考检索、内容规划和风格设定；第二阶段由 Visualizer 和 Critic 进入 3 轮迭代循环，逐步提升配图的忠实度、简洁性、可读性和美观度。

PaperBanana 科研绘图 5 大智能体工作原理

Retriever 智能体：参考检索

Retriever 是 PaperBanana 科研绘图的起点。它从预构建的参考数据库中搜索与当前论文内容相似的配图样例，作为后续规划和风格设定的模板。这些参考样例来自顶级会议论文，确保输出风格符合学术出版标准。

Planner 智能体：内容规划

Planner 智能体负责将论文中的方法论文本描述转换为详细的配图规划。它利用 Retriever 检索到的参考样例进行上下文学习（In-Context Learning），将复杂的技术描述解构为结构化的视觉布局方案——包括元素类型、空间关系、连接方式和信息层次。

Stylist 智能体：风格统一

Stylist 智能体从全局参考样例中提取学术风格指南，确保生成的配图在颜色搭配、字体选择、图标风格等方面保持一致。这一步骤对于论文中包含多张配图的场景尤为重要——所有配图需要呈现统一的视觉风格。

Visualizer 智能体：图像渲染

Visualizer 是 PaperBanana 科研绘图中的核心生成引擎，使用 Nano Banana Pro（Gemini 3 Pro Image）模型将优化后的文本描述渲染为最终图像。它能精准生成科研配图中常见的复杂元素：

• 模型架构图中的编码器-解码器框架
• 算法流程图中的条件分支和循环结构
• 系统管线图中的多模块连接关系
• 专业化的科研图标和符号

Critic 智能体：质量审查

Critic 智能体在每轮生成后自动审查配图质量，从内容忠实度、信息简洁度、视觉可读性和美学效果 4 个维度进行评估。它会识别连接线错位、箭头方向错误、元素遮挡等常见问题，并生成修改建议供 Visualizer 在下一轮迭代中改进。

🎯 技术建议: PaperBanana 的 Visualizer 智能体底层依赖 Nano Banana Pro 模型进行图像渲染。如果你需要独立使用 Nano Banana Pro 进行科研绘图测试，可以通过 API易 apiyi.com 平台调用该模型 API，价格仅需 $0.05/张，低至官方定价的 2 折。

PaperBanana 科研绘图支持的配图类型

PaperBanana 科研绘图框架支持两大类学术配图，采用不同的技术路线确保输出质量：

方法论配图（Methodology Diagrams）

方法论配图是科研论文中最常见也最复杂的插图类型。PaperBanana 科研绘图使用 Nano Banana Pro 模型直接生成图像，支持以下类型：

• 模型架构图: Transformer、CNN、GAN 等经典架构的可视化
• 算法流程图: 多步骤算法的执行流程和条件分支
• 系统管线图: 多模块系统的数据流向和处理流程
• 编码器-解码器框架: 序列到序列模型的内部结构

统计图表（Statistical Plots）

对于需要精确数值表达的统计图表，PaperBanana 科研绘图采用了独特的策略——不直接生成图像，而是生成可执行的 Python Matplotlib 代码。这一设计完全消除了 AI 图像生成中的数值幻觉问题，确保柱状图、折线图中的每个数据点都精确无误。

PaperBanana 科研绘图快速上手

极简示例：使用 Nano Banana Pro API 生成科研配图

以下是通过 API 调用 Nano Banana Pro 模型生成科研配图的最简方式：

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://vip.apiyi.com/v1"  # 使用 API易 统一接口
)

response = client.chat.completions.create(
    model="nano-banana-pro",
    messages=[{
        "role": "user",
        "content": "Generate a methodology diagram showing a Transformer encoder-decoder architecture with attention mechanism, suitable for an academic paper. Use clean lines, professional color scheme, and labeled components."
    }]
)
print(response.choices[0].message.content)

import openai
from typing import Optional

def generate_scientific_figure(
    description: str,
    style: str = "academic",
    diagram_type: str = "methodology",
    max_tokens: int = 4096
) -> str:
    """
    使用 Nano Banana Pro 生成科研配图

    Args:
        description: 配图内容描述（英文效果最佳）
        style: 风格类型 - academic/minimal/detailed
        diagram_type: 配图类型 - methodology/flowchart/architecture
        max_tokens: 最大输出 token 数

    Returns:
        生成的配图结果
    """
    client = openai.OpenAI(
        api_key="YOUR_API_KEY",
        base_url="https://vip.apiyi.com/v1"  # API易统一接口
    )

    style_prompts = {
        "academic": "professional academic paper style, clean layout, labeled components",
        "minimal": "minimalist style, essential elements only, high contrast",
        "detailed": "detailed illustration with annotations and legends"
    }

    prompt = f"""Generate a {diagram_type} diagram for a research paper:
{description}

Style requirements: {style_prompts.get(style, style_prompts['academic'])}
Output: High-resolution image suitable for publication."""

    try:
        response = client.chat.completions.create(
            model="nano-banana-pro",
            messages=[{"role": "user", "content": prompt}],
            max_tokens=max_tokens
        )
        return response.choices[0].message.content
    except Exception as e:
        return f"Error: {str(e)}"

# 使用示例：生成 Transformer 架构图
result = generate_scientific_figure(
    description="A Vision Transformer (ViT) architecture showing patch embedding, "
                "multi-head self-attention blocks, and classification head. "
                "Include skip connections and layer normalization.",
    style="academic",
    diagram_type="architecture"
)
print(result)

💰 成本优化: 通过 API易 apiyi.com 调用 Nano Banana Pro API，每张科研配图仅需 $0.05，相比官方 $0.234 的定价节省近 80%。对于需要批量生成配图的科研团队，这一价格优势尤为显著。同时推荐使用在线出图工具 Image.apiyi.com，无需代码即可快速生成科研插图。

PaperBanana 科研绘图评测数据

PaperBanana 科研绘图框架在 PaperBananaBench 基准测试中表现优异。该基准包含 292 个测试用例，全部来源于 NeurIPS 2025 发表的论文配图，覆盖了多样化的研究领域和插图风格。

核心评测指标

当前局限性

尽管 PaperBanana 科研绘图在自动化学术配图领域取得了突破性进展，但仍存在一些需要注意的局限：

• 输出格式: 当前仅支持栅格图像（PNG/JPG），不支持可编辑的矢量图形（SVG/PDF）
• 空间关系: 语言模型在检测连接线方向、箭头对齐等空间关系错误时存在困难
• 微调修正: 生成后无法对配图进行局部修改，需要重新生成整张图
• 内容忠实度: 45.8% 的忠实度得分说明复杂配图仍建议人工审核

🎯 实用建议: 对于重要论文的配图，建议使用 PaperBanana 生成多个版本后人工筛选。通过 API易 apiyi.com 平台调用 Nano Banana Pro，可以低成本批量生成候选配图，大幅缩短筛选周期。

Nano Banana Pro 科研绘图价格对比

Nano Banana Pro 是 PaperBanana 科研绘图的底层图像生成模型。对于独立使用该模型生成科研配图的场景，不同平台的价格差异显著：

通过 API易平台调用 Nano Banana Pro API，不仅价格仅为官方的 2 折左右，还支持 OpenAI 兼容接口格式，无需修改现有代码即可切换。对于科研团队而言，批量生成论文配图的成本可以控制在极低水平。

常见问题

总结

PaperBanana 科研绘图框架的核心要点：

1. 5 智能体架构: Retriever、Planner、Stylist、Visualizer 和 Critic 分工协作，实现从文本到学术配图的自动化生成
2. 双模式输出: 方法论配图用 Nano Banana Pro 图像生成，统计图表用 Matplotlib 代码生成，彻底消除数值幻觉
3. 评测领先: 72.7% 盲评胜率，简洁度提升 37.2%，但内容忠实度仍需人工把关
4. 低成本方案: 通过 API易平台调用 Nano Banana Pro API，每张配图仅 $0.05，低至官方 2 折

PaperBanana 科研绘图代表了 AI 辅助科研的一个重要方向。虽然完全自动化的学术配图还需要进一步突破空间关系理解的瓶颈，但它已经能够显著缩短科研人员在配图上的时间投入。

推荐通过 API易 apiyi.com 快速体验 Nano Banana Pro 科研绘图能力，平台提供免费额度和 OpenAI 兼容接口，也可使用在线工具 Image.apiyi.com 零代码出图。

📚 参考资料

⚠️ 链接格式说明: 所有外链使用 资料名: domain.com 格式，方便复制但不可点击跳转，避免 SEO 权重流失。

1. PaperBanana 项目主页: 官方发布页面，包含论文摘要、示例配图和 Demo

   • 链接: dwzhu-pku.github.io/PaperBanana/
   • 说明: 了解 PaperBanana 科研绘图框架的核心能力和最新进展

2. PaperBanana GitHub 仓库: 开源代码和数据集

   • 链接: github.com/dwzhu-pku/PaperBanana
   • 说明: 获取 PaperBanana 源码和 PaperBananaBench 评测基准

3. PaperBanana 论文: arXiv 预印本全文

   • 链接: arxiv.org/abs/2601.23265
   • 说明: 深入理解 5 智能体架构设计和评测方法论

4. Nano Banana Pro 官方文档: Google DeepMind 模型介绍

   • 链接: deepmind.google/models/gemini-image/pro/
   • 说明: 了解 Nano Banana Pro 的技术规格和 API 参数

5. API易 Nano Banana Pro 在线出图: 零代码科研配图生成工具

   • 链接: Image.apiyi.com
   • 说明: 无需编写代码，直接在浏览器中生成科研配图

作者: APIYI Team
技术交流: 欢迎在评论区讨论 PaperBanana 科研绘图的使用经验，更多 AI 模型资讯可访问 API易 apiyi.com 技术社区