AutoFigure: Genera ilustraciones científicas editables
Auto Figure transforma el texto metodológico de artículos de investigación en ilustraciones SVG científicas completamente editables — figuras académicas listas para publicar que puedes modificar libremente.
Combinando generación LLM, segmentación SAM3 y vectorización, Auto Figure produce diagramas metodológicos de alta calidad con transferencia de estilo y editor SVG integrado.
Prueba AutoFigure Ahora
Experimenta la generación automática de figuras de Auto Figure. Pega tu texto metodológico, sube opcionalmente una imagen de referencia para transferencia de estilo, y deja que AutoFigure cree ilustraciones SVG editables con calidad de publicación.
consejo: un texto metodológico conciso y estructurado produce plantillas más limpias
consejo: suba una figura de un artículo que le guste para transferir su estilo visual
No Se Generaron Imágenes
Galería de AutoFigure
Aquí hay ejemplos de figuras generadas por Auto Figure en diferentes dominios, mostrando su versatilidad para manejar varios niveles de complejidad.
Caso Artículo
Auto Figure genera diagramas metodológicos de calidad de publicación directamente del texto de artículos de investigación. Arquitecturas complejas, pipelines multi-etapa y frameworks encoder-decoder se renderizan como SVG totalmente editables.
Caso Revisión
Para artículos de revisión, Auto Figure crea diagramas panorámicos completos que capturan taxonomía, relaciones y comparaciones entre múltiples métodos.
Caso Blog
Auto Figure también maneja escritura técnica informal. Desde publicaciones de blog hasta tutoriales técnicos, genera diagramas claros y visualmente atractivos.
Caso Libro de Texto
Para contenido educativo, Auto Figure produce ilustraciones de calidad de libro de texto que transmiten claramente conceptos fundamentales.
Preguntas Frecuentes
Preguntas comunes sobre AutoFigure y cómo funciona.
Empieza a crear con AutoFigure
Transforma tu texto en ilustraciones SVG científicas editables. Prueba el generador Auto Figure arriba o lee el paper de ICLR 2026.
Innovaciones clave de Auto Figure
AutoFigure-Edit introduce varias innovaciones revolucionarias para la generación automatizada de ilustraciones científicas, publicado en ICLR 2026.
Arquitectura del sistema: pipeline de 5 etapas
Auto Figure transforma texto científico en ilustraciones SVG editables a través de un pipeline de 5 etapas.
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.
Compartir AutoFigure