AutoFigure : Génération et perfectionnement d'illustrations scientifiques prêtes pour publication
AutoFigure: Generating and Refining Publication-Ready Scientific Illustrations
February 3, 2026
papers.authors: Minjun Zhu, Zhen Lin, Yixuan Weng, Panzhong Lu, Qiujie Xie, Yifan Wei, Sifan Liu, Qiyao Sun, Yue Zhang
cs.AI
papers.abstract
Les illustrations scientifiques de haute qualité sont cruciales pour communiquer efficacement des concepts scientifiques et techniques complexes, mais leur création manuelle demeure un goulot d'étranglement bien connu tant dans le monde universitaire que dans l'industrie. Nous présentons FigureBench, la première base de référence à grande échelle pour la génération d'illustrations scientifiques à partir de textes scientifiques longs. Elle contient 3 300 paires texte-figure scientifiques de haute qualité, couvrant diverses tâches de conversion de texte en illustration issues d'articles scientifiques, de revues de littérature, de blogs et de manuels. De plus, nous proposons AutoFigure, le premier cadre agentique qui génère automatiquement des illustrations scientifiques de haute qualité à partir de textes scientifiques longs. Plus précisément, avant de produire le résultat final, AutoFigure procède à une réflexion approfondie, à une recombination et à une validation pour créer une mise en page à la fois structurellement solide et esthétiquement raffinée, produisant une illustration scientifique qui allie exhaustivité structurelle et attrait esthétique. En tirant parti des données de haute qualité de FigureBench, nous menons des expériences approfondies pour tester les performances d'AutoFigure par rapport à diverses méthodes de référence. Les résultats démontrent qu'AutoFigure surpasse constamment toutes les méthodes de référence, produisant des illustrations scientifiques prêtes pour la publication. Le code, l'ensemble de données et l'espace HuggingFace sont disponibles à l'adresse https://github.com/ResearAI/AutoFigure.
English
High-quality scientific illustrations are crucial for effectively communicating complex scientific and technical concepts, yet their manual creation remains a well-recognized bottleneck in both academia and industry. We present FigureBench, the first large-scale benchmark for generating scientific illustrations from long-form scientific texts. It contains 3,300 high-quality scientific text-figure pairs, covering diverse text-to-illustration tasks from scientific papers, surveys, blogs, and textbooks. Moreover, we propose AutoFigure, the first agentic framework that automatically generates high-quality scientific illustrations based on long-form scientific text. Specifically, before rendering the final result, AutoFigure engages in extensive thinking, recombination, and validation to produce a layout that is both structurally sound and aesthetically refined, outputting a scientific illustration that achieves both structural completeness and aesthetic appeal. Leveraging the high-quality data from FigureBench, we conduct extensive experiments to test the performance of AutoFigure against various baseline methods. The results demonstrate that AutoFigure consistently surpasses all baseline methods, producing publication-ready scientific illustrations. The code, dataset and huggingface space are released in https://github.com/ResearAI/AutoFigure.