当 AI 重画你的 Figure 1：371 张科学图的"源约束修订"实验
凌晨三点，论文截稿前夜。你在屏幕前拖动一根箭头——从左下角挪到中间偏右，又删掉一个多余的色块，再把示例图换成更能说明问题的那张。这种"为想法找到视觉形式"的反复打磨，是科研写作中最隐秘也最耗心力的环节。
这篇来自南洋理工的论文，标题就叫《Do You Miss the Nights We Spent Crafting Figures?》——你还记得我们熬夜画图的那个夜晚吗？ 在生成式 AI 能一键重画示意图的时代，这个问题既怀旧又尖锐。
一份 371 张图的"科学图鉴"
研究团队做了一件极其费力的基础工作：从 200 篇计算机视觉论文中，系统收集了 371 张 motivation 图（问题引入图）和 framework 图（方法框架图）。这些图跨越四个时间阶段——S1（2016–2022.11，ChatGPT 之前）、S2（ChatGPT 之后）、S3（Gemini 2.5 Flash Image 之后）、S4（GPT Image 2 之后），覆盖目标检测、图像分割、图像修复、3D 视觉四个主题。每个"阶段×主题"组合恰好 10 篇论文，每篇贡献一对 M 图和 F 图。
这本身就是一个值得尊敬的数据集——他们管它叫"图鉴（atlas）"，并在项目页面公开了所有原图、修订版和评分明细。
六维评分：不只是一个总分
评估科学图质量，最容易犯的错误就是给一个"总分"。这篇论文的核心方法论贡献，是定义了六个独立维度：
| 维度 | 评估什么 |
|---|---|
| Communicative Clarity | 核心信息是否一目了然 |
| Organization & Readability | 层次、分组、文字是否易读 |
| Graphical Consistency | 视觉编码是否一致、可追溯 |
| Aesthetic Coherence | 颜色、排版、间距是否协调 |
| Purposeful Visual Inventiveness | 是否有巧妙的、针对问题的视觉设计 |
| Design Specificity | 换个标签还能不能代表别的问题 |
"源约束修订"：不是让 AI 自由发挥
研究中最有意思的环节是"源约束修订（source-constrained revision）"——不是让 AI 从零生成新图，而是给它原图和论文信息，让它在保留科学含义的前提下改进视觉传达。371 张图尝试修订后，369 张通过了保真度检查。
结果很有意思：
- 清晰度（Clarity）平均提升 +0.428 分（5 分制），是最大的增益
- 美学一致性（Aesthetics）反而下降 -0.111 分
- 发明性（Inventiveness）在 317 张图（85.9%）中完全没变
- 六维平均分从 3.842 升到 3.945，只涨了 0.103
Motivation 图赢麻了，Framework 图几乎没动
最反直觉的发现是图的角色决定了修订效果：
- Motivation 图六维平均 +0.242，Framework 图只有 +0.018
- Motivation 图清晰度 +0.800，Framework 图只有 +0.151
- Framework 图的美学反而下降更多（-0.164 vs Motivation 的几乎不变）
总分会骗你：PULSE 案例
论文里有一个绝佳的案例：PULSE 的图修订后，清晰度从 4 涨到 5，美学从 5 降到 4。六维平均分？纹丝不动，还是 4.50。
如果你只看总分，会得出"修订没效果"的结论。但实际上，图的"性格"完全变了——更清楚但更丑了。这就是为什么六维独立评分比一个总分重要得多。
时间趋势：越近的图，AI 改进空间越小
S1 阶段（ChatGPT 之前）的 Motivation 图清晰度提升 +1.075，到 S4 阶段只剩 +0.575。S1 有 35/40 张图提升，S4 只有 14/40。这说明随着时间推移，作者本身画的图已经越来越好（可能部分因为 AI 工具的普及），AI 修订的边际收益在递减。
研究者的立场：AI 扩展选项，人决定方向
论文最后的态度很明确——"researcher-led design"：AI 应该扩展设计选项的池子，但决定强调什么、省略什么、如何保留科学含义，是研究者的责任。
他们提出了一个我特别认同的观点：当评估标准变成设计目标时，危险就开始了。如果大家都开始针对某个评委模型的偏好来优化图，科学文献会变得越来越"视觉同质化"——表面精致，但表达形式越来越窄。这和 LLM 评测中的 Goodhart 定律是同一类问题：当指标变成目标，它就不再是好指标了。
没有代码仓库
这篇论文没有开源 GitHub 代码仓库。项目页面（https://ntu-ai4x.github.io/Rethinking_Figures/index_en.html）提供了完整的图鉴、评分数据和可编辑矢量图，但修订流程本身依赖闭源多模态模型，没有可复现的代码。对于想复现实验的研究者来说，这是一个遗憾——不过评分 rubric 和数据集本身已经足够有价值。
写给每一个画过 Figure 1 的人
这篇论文最打动我的，不是数据或方法，而是它对"画图这件事"本身的尊重。标题里的"你还记得我们熬夜画图的那个夜晚吗"不是怀旧修辞——它是在说，那些在屏幕前反复调整箭头、删改色块、为示例图纠结的夜晚，本身就是科研思考的一部分。
AI 能帮你把图变得更清楚，但它不知道哪根箭头承载了你的核心论点，哪个色块暗示了你的方法区别于前人的关键。当画图变容易了，决定什么值得展示的责任反而更重了。
这大概是这篇论文最想传递的信号。
---
论文: arXiv:2611.08486 作者: Xiaoqi Zhao, Youwei Pang, Kailai Zhou (南洋理工) 项目页面: https://ntu-ai4x.github.io/Rethinking_Figures/index_en.html