PaperBanana：谷歌北大联手打造，科研绘图的 AI 救星终于开源了

做科研最磨人的事，莫过于写论文半天，画插图几天。

好不容易把方法论和数据分析做完，转头面对论文插图，瞬间陷入内耗：用 Matplotlib/TikZ 代码绘图，精准是精准，但改个布局、调个配色能磨一下午；用图像生成模型直接出图，视觉效果够了，却总偏离顶会学术规范，逻辑还容易出错；好不容易画完，还可能被导师打回，要求贴合 NeurIPS 等顶会的审美风格……

相信每个科研人都有过这样的经历，直到PaperBanana的出现，彻底改变了这一现状。

这款由谷歌 Cloud AI Research + 北京大学联手打造的自动化学术绘图框架，不仅能从文本描述直接生成出版级顶会风格学术图，还被 llmsresearch 团队做了开源实现与功能扩展 ，新增了幻灯片生成等实用功能，基于 Google Gemini 模型打造，支持 CLI、Python API、IDE 集成，科研小白也能一键上手，堪称科研绘图的终极救星！

核心亮点：为什么 PaperBanana 是科研人的绘图福音？

不同于普通的 AI 绘图工具，PaperBanana 从科研人的实际需求出发，解决了「精准度、学术性、易用性」三大核心痛点，这也是它能在科研圈快速爆火的关键。

✅ 顶会级出版品质，直接适配论文 / 汇报

PaperBanana 内置NeurIPS 顶会风格指南，从配色、布局、排版到模块设计，全按学术出版标准优化，生成的图表无需二次修改，可直接用于顶会论文、核心期刊和学术汇报，彻底告别「画完再改风格」的麻烦。

✅ 5 个智能体分工，像「专属设计团队」一样绘图

PaperBanana 的核心是多智能体协作的双阶段流水线，复刻了人类制作学术插图的完整流程，5 个智能体各司其职，从参考检索到最终优化，一环扣一环，比单模型生成的效果高几个档次：

• 检索智能体：从顶会论文库找最匹配的参考案例，避免偏离学术规范；
• 规划智能体：把晦涩的方法论文本，翻译成清晰的「绘图脚本」，提炼核心模块与逻辑；
• 风格智能体：给脚本加上顶会级「审美滤镜」，优化配色、线条、模块样式；
• 可视化智能体：生成初始插图，支持两种模式；
• 批判智能体：像审稿人一样检查问题，循环 3 轮优化，直到完美。

更有意思的是，PaperBanana 介绍自身工作流程的示意图，都是它自己生成的，足以见其能力！

✅ 双生成模式，兼顾「数值精准」与「视觉美观」

针对科研绘图的不同需求，PaperBanana 设计了两种生成模式，完美解决了「精准度」和「美观度」的矛盾：

• 代码生成模式（默认）：由 Gemini 3 Pro 自动生成 Matplotlib 可执行代码，运行后出图，数值 100% 精准，适合统计图表、带数值的实验结果图；
• 直接生图模式：跳过代码，由图像模型直接生成插图，视觉效果更高级，适合模型架构、方法论流程等无数值的示意图。

✅ 不仅能生成，还能优化！人工图也能变顶会级

PaperBanana 最贴心的一点是，它不只是「绘图工具」，还是「修图工具」。针对科研人已经画好的插图，它能通过自身的美学准则进行优化，让普通的人工图变得更专业、更贴合顶会风格 —— 实验显示，56.2% 的优化图在美学上超过了原图，再也不用为了「图的高级感」重新画了！

✅ 多端适配，小白也能一键上手

作为开源工具，PaperBanana 做到了易用性拉满，不管你是不懂代码的科研小白，还是需要二次开发的开发者，都能找到适合自己的使用方式：

• CLI 命令行：3 行命令就能生成图表，零基础也能操作；
• Python API：支持自定义配置，方便集成到科研工作流；
• MCP 服务器：可集成到 Claude Code、Cursor 等 IDE，写代码时直接生成插图，无缝衔接；
• 还提供了 Claude Code 专属技能，一键调用生成、评估功能。

而且项目基于MIT 协议开源，可自由自定义配置、扩展参考数据集，满足个性化的绘图需求，还扩展了幻灯片生成等谷歌原版没有的新功能，实用性再升级！

技术内核：不止是 AI 绘图，更是科研工作流的重构

PaperBanana 的强大，背后是成熟的多智能体架构和科学的评估体系，而非简单的「文本生图」。

它的工作流程分为线性规划和迭代优化两个阶段，5 个智能体协同工作，完全复刻了人类制作学术插图的思维：

1. 线性规划阶段：先找参考、再定逻辑、最后优化风格，为绘图打下坚实基础；
2. 迭代优化阶段：生成初稿后，由批判智能体反复检查修改，默认迭代 3 轮，确保图的逻辑和美观度双达标。

为了验证效果，团队还打造了PaperBananaBench 评估基准：从 5275 篇 NeurIPS 2025 论文中筛选出 584 个有效样本，用「VLM 大模型当裁判」的方式，对比生成图与人工图的质量。

实验结果堪称惊艳：综合得分比传统单模型生成提升 17%，其中简洁性提升 37.2%，可读性提升 12.9%；在人类盲测中，72.7% 的研究员认为 PaperBanana 生成的图优于基线模型，而统计图表的数值精准度，更是与人类水平持平！

适用于哪些兄弟用呢：不止是科研人，更是所有学术可视化需求者

PaperBanana 几乎适配所有有学术可视化需求的人群：

• AI / 计算机领域的科研人员、硕博研究生；
• 高校 / 科研院所的研究员，需要发表顶会 / 期刊论文；
• 大学老师 / 学生，需要制作学术汇报的插图和幻灯片；
• 科技博主 / 技术创作者，需要绘制清晰的技术图解。

而作为谷歌和北大联手打造的框架，PaperBanana 的潜力远不止于学术绘图。团队表示，未来它还能拓展到UI 设计、专利图纸等所有需要严格遵循规范的可视化领域，成为连接复杂科学概念与高效视觉叙事的桥梁。

PaperBanana 的出现，本质上是用 AI 解放科研人的双手，让科研人从繁琐的绘图内耗中抽离，把时间和精力花在真正的研究上 —— 毕竟，科研的核心是创新，而不是磨图。

如今这款工具已经完全开源，还做了功能扩展，对于科研人来说，无疑是 2026 年最值得收藏的工具之一。赶紧去项目地址体验，让你的论文插图一步到位拿捏顶会风格！

项目地址：https://github.com/llmsresearch/paperbanana