掌握 PaperBanana 科研繪圖：5 個 AI 智能體自動生成學術配圖完整教程

作者注：詳解 PaperBanana 科研繪圖框架的 5 大智能體工作原理和使用方法，結合 Nano Banana Pro 低成本 API 方案，幫助科研人員高效生成論文配圖

科研論文中的方法論配圖和統計圖表，一直是研究人員最耗時的手工環節之一。PaperBanana 科研繪圖框架正是爲解決這一痛點而生——由北京大學和 Google Cloud AI Research 聯合開發，它通過 5 個專業化 AI 智能體 協作，將文本描述自動轉換爲發表級學術配圖。

核心價值: 讀完本文，你將掌握 PaperBanana 科研繪圖的完整工作流程、5 大智能體的分工協作機制，以及如何通過 Nano Banana Pro API 以低至官方 2 折的價格生成高質量學術配圖。

PaperBanana 科研繪圖核心要點

PaperBanana 科研繪圖的 5 大智能體詳解

PaperBanana 科研繪圖框架的核心在於將複雜的學術配圖生成任務拆解爲 5 個獨立的專業化智能體。每個智能體負責特定環節，通過協作完成從文本描述到發表級配圖的完整流程。這種多智能體架構的優勢在於——每個步驟都有專門的模型負責質量把控，而非依賴單一模型完成所有任務。

在實際運行中，PaperBanana 科研繪圖的 5 個智能體按照「線性規劃 + 迭代優化」的兩階段流程協作。第一階段由 Retriever、Planner 和 Stylist 完成參考檢索、內容規劃和風格設定；第二階段由 Visualizer 和 Critic 進入 3 輪迭代循環，逐步提升配圖的忠實度、簡潔性、可讀性和美觀度。

PaperBanana 科研繪圖 5 大智能體工作原理

Retriever 智能體：參考檢索

Retriever 是 PaperBanana 科研繪圖的起點。它從預構建的參考數據庫中搜索與當前論文內容相似的配圖樣例，作爲後續規劃和風格設定的模板。這些參考樣例來自頂級會議論文，確保輸出風格符合學術出版標準。

Planner 智能體：內容規劃

Planner 智能體負責將論文中的方法論文本描述轉換爲詳細的配圖規劃。它利用 Retriever 檢索到的參考樣例進行上下文學習（In-Context Learning），將複雜的技術描述解構爲結構化的視覺佈局方案——包括元素類型、空間關係、連接方式和信息層次。

Stylist 智能體：風格統一

Stylist 智能體從全局參考樣例中提取學術風格指南，確保生成的配圖在顏色搭配、字體選擇、圖標風格等方面保持一致。這一步驟對於論文中包含多張配圖的場景尤爲重要——所有配圖需要呈現統一的視覺風格。

Visualizer 智能體：圖像渲染

Visualizer 是 PaperBanana 科研繪圖中的核心生成引擎，使用 Nano Banana Pro（Gemini 3 Pro Image）模型將優化後的文本描述渲染爲最終圖像。它能精準生成科研配圖中常見的複雜元素：

• 模型架構圖中的編碼器-解碼器框架
• 算法流程圖中的條件分支和循環結構
• 系統管線圖中的多模塊連接關係
• 專業化的科研圖標和符號

Critic 智能體：質量審查

Critic 智能體在每輪生成後自動審查配圖質量，從內容忠實度、信息簡潔度、視覺可讀性和美學效果 4 個維度進行評估。它會識別連接線錯位、箭頭方向錯誤、元素遮擋等常見問題，並生成修改建議供 Visualizer 在下一輪迭代中改進。

🎯 技術建議: PaperBanana 的 Visualizer 智能體底層依賴 Nano Banana Pro 模型進行圖像渲染。如果你需要獨立使用 Nano Banana Pro 進行科研繪圖測試，可以通過 API易 apiyi.com 平臺調用該模型 API，價格僅需 $0.05/張，低至官方定價的 2 折。

PaperBanana 科研繪圖支持的配圖類型

PaperBanana 科研繪圖框架支持兩大類學術配圖，採用不同的技術路線確保輸出質量：

方法論配圖（Methodology Diagrams）

方法論配圖是科研論文中最常見也最複雜的插圖類型。PaperBanana 科研繪圖使用 Nano Banana Pro 模型直接生成圖像，支持以下類型：

• 模型架構圖: Transformer、CNN、GAN 等經典架構的可視化
• 算法流程圖: 多步驟算法的執行流程和條件分支
• 系統管線圖: 多模塊系統的數據流向和處理流程
• 編碼器-解碼器框架: 序列到序列模型的內部結構

統計圖表（Statistical Plots）

對於需要精確數值表達的統計圖表，PaperBanana 科研繪圖採用了獨特的策略——不直接生成圖像，而是生成可執行的 Python Matplotlib 代碼。這一設計完全消除了 AI 圖像生成中的數值幻覺問題，確保柱狀圖、折線圖中的每個數據點都精確無誤。

PaperBanana 科研繪圖快速上手

極簡示例：使用 Nano Banana Pro API 生成科研配圖

以下是通過 API 調用 Nano Banana Pro 模型生成科研配圖的最簡方式：

import openai

client = openai.OpenAI（
    api_key="YOUR_API_KEY"，
    base_url="https://vip.apiyi.com/v1"  # 使用 API易 統一接口
）

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 生成科研配圖

    Args:
        description: 配圖內容描述（英文效果最佳）
        style: 風格類型 - academic/minimal/detailed
        diagram_type: 配圖類型 - methodology/flowchart/architecture
        max_tokens: 最大輸出 token 數

    Returns:
        生成的配圖結果
    """
    client = openai.OpenAI（
        api_key="YOUR_API_KEY"，
        base_url="https://vip.apiyi.com/v1"  # API易統一接口
    ）

    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 架構圖
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）

💰 成本優化: 通過 API易 apiyi.com 調用 Nano Banana Pro API，每張科研配圖僅需 $0.05，相比官方 $0.234 的定價節省近 80%。對於需要批量生成配圖的科研團隊，這一價格優勢尤爲顯著。同時推薦使用在線出圖工具 Image.apiyi.com，無需代碼即可快速生成科研插圖。

PaperBanana 科研繪圖評測數據

PaperBanana 科研繪圖框架在 PaperBananaBench 基準測試中表現優異。該基準包含 292 個測試用例，全部來源於 NeurIPS 2025 發表的論文配圖，覆蓋了多樣化的研究領域和插圖風格。

核心評測指標

當前侷限性

儘管 PaperBanana 科研繪圖在自動化學術配圖領域取得了突破性進展，但仍存在一些需要注意的侷限：

• 輸出格式: 當前僅支持柵格圖像（PNG/JPG），不支持可編輯的矢量圖形（SVG/PDF）
• 空間關係: 語言模型在檢測連接線方向、箭頭對齊等空間關係錯誤時存在困難
• 微調修正: 生成後無法對配圖進行局部修改，需要重新生成整張圖
• 內容忠實度: 45.8% 的忠實度得分說明覆雜配圖仍建議人工審覈

🎯 實用建議: 對於重要論文的配圖，建議使用 PaperBanana 生成多個版本後人工篩選。通過 API易 apiyi.com 平臺調用 Nano Banana Pro，可以低成本批量生成候選配圖，大幅縮短篩選週期。

Nano Banana Pro 科研繪圖價格對比

Nano Banana Pro 是 PaperBanana 科研繪圖的底層圖像生成模型。對於獨立使用該模型生成科研配圖的場景，不同平臺的價格差異顯著：

通過 API易平臺調用 Nano Banana Pro API，不僅價格僅爲官方的 2 折左右，還支持 OpenAI 兼容接口格式，無需修改現有代碼即可切換。對於科研團隊而言，批量生成論文配圖的成本可以控制在極低水平。

常見問題

總結

PaperBanana 科研繪圖框架的核心要點：

1. 5 智能體架構: Retriever、Planner、Stylist、Visualizer 和 Critic 分工協作，實現從文本到學術配圖的自動化生成
2. 雙模式輸出: 方法論配圖用 Nano Banana Pro 圖像生成，統計圖表用 Matplotlib 代碼生成，徹底消除數值幻覺
3. 評測領先: 72.7% 盲評勝率，簡潔度提升 37.2%，但內容忠實度仍需人工把關
4. 低成本方案: 通過 API易平臺調用 Nano Banana Pro API，每張配圖僅 $0.05，低至官方 2 折

PaperBanana 科研繪圖代表了 AI 輔助科研的一個重要方向。雖然完全自動化的學術配圖還需要進一步突破空間關係理解的瓶頸，但它已經能夠顯著縮短科研人員在配圖上的時間投入。

推薦通過 API易 apiyi.com 快速體驗 Nano Banana Pro 科研繪圖能力，平臺提供免費額度和 OpenAI 兼容接口，也可使用在線工具 Image.apiyi.com 零代碼出圖。

📚 參考資料

⚠️ 鏈接格式說明: 所有外鏈使用 資料名: domain.com 格式，方便複製但不可點擊跳轉，避免 SEO 權重流失。

1. PaperBanana 項目主頁: 官方發佈頁面，包含論文摘要、示例配圖和 Demo

   • 鏈接: dwzhu-pku.github.io/PaperBanana/
   • 說明: 瞭解 PaperBanana 科研繪圖框架的核心能力和最新進展

2. PaperBanana GitHub 倉庫: 開源代碼和數據集

   • 鏈接: github.com/dwzhu-pku/PaperBanana
   • 說明: 獲取 PaperBanana 源碼和 PaperBananaBench 評測基準

3. PaperBanana 論文: arXiv 預印本全文

   • 鏈接: arxiv.org/abs/2601.23265
   • 說明: 深入理解 5 智能體架構設計和評測方法論

4. Nano Banana Pro 官方文檔: Google DeepMind 模型介紹

   • 鏈接: deepmind.google/models/gemini-image/pro/
   • 說明: 瞭解 Nano Banana Pro 的技術規格和 API 參數

5. API易 Nano Banana Pro 在線出圖: 零代碼科研配圖生成工具

   • 鏈接: Image.apiyi.com
   • 說明: 無需編寫代碼，直接在瀏覽器中生成科研配圖

作者: APIYI Team
技術交流: 歡迎在評論區討論 PaperBanana 科研繪圖的使用經驗，更多 AI 模型資訊可訪問 API易 apiyi.com 技術社區