AutoFigure: إنشاء رسوم توضيحية علمية قابلة للتعديل
يحول Auto Figure النص المنهجي من الأوراق البحثية إلى رسوم توضيحية علمية SVG قابلة للتعديل بالكامل — أشكال أكاديمية جاهزة للنشر يمكنك تعديلها بحرية.
من خلال الجمع بين توليد LLM وتجزئة SAM3 والتحويل المتجهي، ينتج Auto Figure رسومات منهجية عالية الجودة مع نقل الأسلوب ومحرر SVG مدمج.
جرّب AutoFigure الآن
جرّب إنشاء الأشكال الآلي من Auto Figure. الصق نص المنهجية الخاص بك، وقم بتحميل صورة مرجعية اختياريًا لنقل الأسلوب، ودع AutoFigure ينشئ رسومًا SVG قابلة للتعديل بجودة النشر.
نصيحة: النص المنهجي المختصر والمنظم ينتج قوالب أنظف
نصيحة: ارفع شكلاً من ورقة تعجبك لنقل أسلوبها البصري
لم يتم إنشاء صور
معرض AutoFigure
فيما يلي أمثلة على الأشكال التي أنشأها Auto Figure عبر مجالات مختلفة، تعرض تنوعه في التعامل مع مستويات مختلفة من التعقيد.
حالة ورقة بحثية
ينشئ Auto Figure رسومات منهجية بجودة النشر مباشرة من نص الأوراق البحثية. يتم تقديم هياكل النماذج المعقدة وخطوط الأنابيب متعددة المراحل وأطر التشفير وفك التشفير كرسوم SVG قابلة للتعديل بالكامل مع أشكال ووصلات وتسميات دقيقة.
حالة مراجعة
بالنسبة لأوراق المراجعة، ينشئ Auto Figure رسومات نظرة عامة شاملة تلتقط التصنيف والعلاقات والمقارنات عبر طرق متعددة. تساعد الأشكال المُنشأة القراء على فهم المشهد البحثي بسرعة من خلال تسلسل بصري واضح وتنسيق متسق.
حالة مدونة
يتعامل Auto Figure أيضًا مع الكتابة التقنية غير الرسمية. من منشورات المدونات التي تشرح مفاهيم التعلم الآلي إلى البرامج التعليمية التقنية، ينشئ رسومات واضحة وجذابة بصريًا تجعل الأفكار المعقدة في متناول جمهور أوسع.
حالة كتاب دراسي
بالنسبة للمحتوى التعليمي، ينتج Auto Figure رسومات بجودة الكتب الدراسية تنقل المفاهيم الأساسية بوضوح. سواء كانت هندسة شبكة عصبية أو مخطط تدفق بيانات أو عملية بيولوجية، فإن الأشكال المُنشأة مناسبة لشرائح المحاضرات ومواد الدورات وفصول الكتب الدراسية.
الأسئلة الشائعة
أسئلة شائعة حول AutoFigure وآلية عمله.
ابدأ الإنشاء مع AutoFigure
حوّل نص أوراقك البحثية إلى رسوم SVG علمية قابلة للتعديل. جرّب مولد Auto Figure أعلاه، أو اقرأ ورقة ICLR 2026 لمزيد من التفاصيل.
ابتكارات Auto Figure الرئيسية
يقدم AutoFigure-Edit عدة ابتكارات رائدة في مجال إنشاء الرسوم التوضيحية العلمية الآلية، نُشر في ICLR 2026.
هندسة النظام: خط أنابيب من 5 مراحل
يحول Auto Figure النص العلمي إلى رسوم SVG قابلة للتعديل عبر خط أنابيب من 5 مراحل.
Stage 1: Raster Generation
A vision-language model (Gemini 3.1 Flash) reads your method text and optional reference image, then generates an initial raster draft (figure.png). The LLM understands scientific figure conventions and translates textual methodology into a visual composition.
Stage 2: SAM3 Segmentation
Segment Anything Model 3 (SAM3) detects and segments distinct components — icons, text regions, connectors, shapes — using structured prompts like 'icon, person, robot, animal'. Outputs bounding boxes with confidence scores and a segmentation map (samed.png).
Stage 3: SVG Templating
Using the original figure, segmentation mask, and box metadata as multimodal inputs, the LLM (Gemini 3.1 Pro) generates a placeholder-style SVG whose boxes align with labeled regions. RMBG-2.0 removes backgrounds from cropped icons to create transparent assets.
Stage 4: Final Assembly
The system aligns coordinate systems between the SVG template and original figure, then replaces placeholders with transparent icons extracted from segmentation. This produces the assembled SVG (final.svg) with all components as individually editable vector elements.
Stage 5: Iterative Refinement
An optional optimization stage performs iterative SVG refinement — path optimization, stroke recognition, and layout fine-tuning. Users can also refine the output in Auto Figure's built-in svg-edit canvas with drag-and-drop composition, completing the text-to-editable-SVG workflow.
شارك AutoFigure