AutoFigure: Gere ilustrações científicas editáveis
Auto Figure transforma o texto metodológico de artigos de pesquisa em ilustrações SVG científicas totalmente editáveis — figuras acadêmicas prontas para publicação que você pode modificar livremente.
Combinando geração LLM, segmentação SAM3 e vetorização, Auto Figure produz diagramas metodológicos de alta qualidade com transferência de estilo e editor SVG integrado.
Experimente o AutoFigure Agora
Experimente a geração automática de figuras do Auto Figure. Cole seu texto metodológico, carregue opcionalmente uma imagem de referência para transferência de estilo, e deixe o AutoFigure criar ilustrações SVG editáveis com qualidade de publicação.
dica: texto metodológico conciso e estruturado gera templates mais limpos
dica: faça upload de uma figura de um artigo que você goste para transferir seu estilo visual
Nenhuma Imagem Gerada
Galeria do AutoFigure
Aqui estão exemplos de figuras geradas pelo Auto Figure em diferentes domínios, demonstrando sua versatilidade para lidar com vários níveis de complexidade.
Caso Artigo
Auto Figure gera diagramas metodológicos de qualidade de publicação diretamente do texto de artigos de pesquisa. Arquiteturas complexas, pipelines multi-estágio e frameworks encoder-decoder são renderizados como SVG totalmente editáveis.
Caso Revisão
Para artigos de revisão, Auto Figure cria diagramas panorâmicos abrangentes que capturam taxonomia, relações e comparações entre múltiplos métodos.
Caso Blog
Auto Figure também lida com escrita técnica informal. De posts de blog a tutoriais técnicos, gera diagramas claros e visualmente atraentes.
Caso Livro Didático
Para conteúdo educacional, Auto Figure produz ilustrações de qualidade de livro didático que transmitem claramente conceitos fundamentais.
Perguntas Frequentes
Perguntas comuns sobre o AutoFigure e como funciona.
Comece a criar com AutoFigure
Transforme seu texto em ilustrações SVG científicas editáveis. Experimente o gerador Auto Figure acima ou leia o paper do ICLR 2026.
Inovações-chave do Auto Figure
AutoFigure-Edit introduz várias inovações revolucionárias para a geração automatizada de ilustrações científicas, publicado no ICLR 2026.
Arquitetura do sistema: pipeline de 5 estágios
Auto Figure transforma texto científico em ilustrações SVG editáveis através de um pipeline de 5 estágios.
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.
Compartilhar AutoFigure