谷歌北大联手推出学术版Banana，论文图表100%精确生成

Nano Banana的学术特供版——PaperBanana，由谷歌与北大联合打造，近期因其卓越表现刷屏。它不仅能优化人工绘制的插图，还能通过代码生成精准图表，成为学术界的“效率神器”。

PaperBanana的核心优势在于其多智能体协作机制，包含5个分工明确的智能体：
- 检索智能体：从顶会论文库中寻找相似参考案例。
- 规划智能体：将文字描述转化为详细绘图说明书。
- 风格智能体：制定配色、排版等美学标准。
- 可视化智能体：根据说明书生成初稿。
- 批判智能体：检查并优化图表，迭代3轮提升质量。

团队构建了PaperBananaBench评估系统，从NeurIPS 2025的论文中提取高质量样本进行测试。实验结果显示，PaperBanana在忠实性、简洁性、可读性和美观性上全面超越传统方法，总分提升17.0%，尤其在简洁性（+37.2%）和可读性（+12.9%）方面表现突出。盲测中，72.7%的研究员认为其生成的图表优于基线模型。

PaperBanana支持两种模式：
1. 代码生成模式：利用Gemini-3-Pro生成Python代码，确保数值100%精准。
2. 直接生图模式：跳过代码生成，视觉效果更佳但可能有数值误差。

尽管PaperBanana无法编辑生成的图表，且在细节上仍逊于手工绘制，但它能显著优化已有插图，使其更美观、专业，适合投稿顶会。

项目由北大与谷歌Cloud AI Research联合开发，团队包括北大博士生Dawei Zhu及其导师Sujian Li，以及谷歌的Tomas Pfister等专家。目前，PaperBanana已在GitHub收获上千星标，广受关注。

项目主页：https://dwzhu-pku.github.io/PaperBanana/
论文地址：https://arxiv.org/abs/2601.23265
GitHub：https://github.com/dwzhu-pku/PaperBanana