学术特供版Nano Banana来了！Google亲自下场，直接对齐NeurIPS审美
懂代码、懂审美的 AI 绘图天团，专治科研人的画图焦虑。
赶论文时最让人头大的，不是算力，也不是数据，而是画图。
虽然 AI 早就学会了补全代码、甚至自动设计实验，但在赶 deadline 的时候，绝大多数人还得打开 draw.io 或 visio 手动对齐像素。
虽然市面上也有不少 Nano Banana Pro 辅助科研绘图的教程，但这通常需要不断微调复杂的 Prompt，靠抽卡来碰运气。
Google Cloud AI Research 联合北大团队最新发布的 PaperBanana，就是为了终结这种痛苦。
论文链接：
https://arxiv.org/pdf/2601.23265
项目主页：
https://dwzhu-pku.github.io/PaperBanana/
GitHub链接：
https://github.com/dwzhu-pku/PaperBanana
这是一套基于 Nano Banana Pro 构建的智能体框架。它不仅读得懂你的方法章节，更能严格遵循 NeurIPS 的审美标准，全自动生成发表级的方法架构图和统计图表。
〓 图1. PaperBanana 生成的架构图、流程图及统计图表
5 个智能体是如何分工的？
为什么通用的 Nano Banana Pro 很难直接画好学术图？核心难点在于它不懂空间逻辑。
学术架构图要求模块间的数据流向绝对严谨，而生成模型天生擅长发散，经常会出现幻觉——该连的线没连，不该连的线乱连。
PaperBanana 组建了一支由 5 个智能体构成的绘图团队，模拟人类绘制学术插图的完整思维链。
〓 图2. 五大智能体协同工作流：从检索、规划、风格化、可视化到审查修正
来看看这个绘图天团的配置：
检索（Retriever）：解决无从下笔的难题。利用 RAG 技术从图库中检索结构相似的参考图，为生成提供视觉灵感，让布局有章可循。
规划（Planner）：核心大脑。它将不可控的像素生成任务，降维成可控的结构化文本描述，实现内容与样式的解耦。
审美（Stylist）：注入灵魂的一步。基于内置的 NeurIPS 审美指南，强制对齐配色与排版，拒绝 AI 霓虹感。
绘图（Visualizer）：采用混合渲染策略——架构图调用 Nano Banana Pro 生成，而统计图直接生成 Matplotlib 代码，确保数据绝对精准。
为什么必须写代码？看下图对比：
〓 图3. 统计图生成对比：视觉生成（左）易含幻觉，代码生成（右）精准还原
左边是用 AI 直接画的，虽然好看但容易出现数值幻觉，右边是 AI 写代码画的，朴素但绝对精准。
审查（Critic）：引入闭环反馈。模拟导师视角审查细节，检查漏项或错连，支持最多 3 轮自动迭代。
顶会级审美
很多 AI 生成的图没法直接用于投稿，主要是因为审美风格不够学术——颜色太艳、背景太黑、特效太浮夸。
研究团队从 5275 篇 NeurIPS 论文中筛选并分析了高质量样本，总结出了一套详细的审美标准（详见论文 Appendix F），并将这套标准内置在审美智能体中。
你不需要记住这些参数，Agent 会全自动替你执行。
🎨 NeurIPS 2025 Aesthetic Guidelines (Lite)
配色：严禁高饱和霓虹色，推荐科技柔和色，如淡蓝 (#E6F3FF) 搭配柔和的橙色。
背景：必须保持纯白或极淡的灰，严禁使用纯黑背景。
几何：推荐圆角矩形，直角仅限矩阵表示。
字体：区分层级——数学变量用 LaTeX 风，普通标签用 Sans-Serif。
这种审美对齐有多管用？看下图：
〓 图4. PaperBanana 与原始模型及人类绘图的视觉对比
未经审美对齐的 Nano Banana Pro 虽然生成了基本的图表结构，但在整体质感上显得较为粗糙，缺乏专业学术图表应有的规范性。
相比之下，PaperBanana 的生成结果完美拿捏了 NeurIPS 顶会的视觉偏好，拥有清晰的模块分区和柔和的学术配色，甚至不输人类精绘的参考图。
PaperBanana 还有一个杀手锏，它支持风格润色模式，即便你只画了一个简陋的草图，它也能基于这套审美指南，将其重绘为精美的矢量风格插图。
〓 图5. 风格润色功能：将人类绘制的草图自动优化为符合审美规范的插图
它也能直接对现有的手绘示意图进行审美升级：
〓 图6. 利用审美指南，将现有的人类手绘图转化为高质量的学术插图
不仅要画得好看，关键得画对
为了客观评估生成质量，团队构建了一个包含 292 个 NeurIPS 2025 真实案例的基准测试集 PaperBananaBench。
〓 图6. 数据集统计：涵盖 CV、NLP 等多个领域
评测结果显示，PaperBanana 在忠实度、简洁性、可读性和美观度上均全面优于基线模型。
尤其是因为有审查智能体把关，忠实度相比原始模型提升了 2.8%；在简洁性上更是大幅提升了 37.2%，有效解决了生成模型常有的视觉噪点问题。
在人工评测中，PaperBanana 生成的统计图在美观度上甚至微弱击败了原论文的人类作者。
〓 表1. 主要实验结果：PaperBanana 在 Faithfulness、Conciseness 等各项指标上均优于基线
不过，PaperBanana 目前也并非全能。它生成的架构图本质上仍是位图，无法像 SVG 那样无损编辑。
此外，在处理极度复杂的网络拓扑时，模型偶尔仍会出现连线冗余或节点匹配错误。
〓 图8. 局限性展示：极复杂场景下模型可能出现冗余连线或节点匹配错误
结语
据 GitHub 项目主页显示，该项目的核心代码和数据集预计将在 2 周后正式开源。
PaperBanana 的核心价值很简单，把大家从低效的绘图劳动中解放出来。
等代码放出后，大家不妨试一试——毕竟，把时间花在 idea 上，总比花在对齐像素上划算。
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·