多智能体视觉识别规划

PaperBanana 是由北京大学与 Google Cloud AI Research 联合提出的多智能体框架，用于自动化生成可出版级学术插图，包括方法论图与统计图。该系统结合视觉语言模型与图像生成技术，通过检索、规划、渲染与自我批判等步骤提升科研图像制作效率与质量。