AutoFigure: Automatización de Ilustraciones Científicas de Nivel Publicación
AutoFigure es un sistema de vanguardia, recientemente aceptado en ICLR 2026, diseñado para transformar descripciones de texto o artículos de investigación completos (PDF/Markdown) en ilustraciones científicas de alta calidad, precisas y estéticamente profesionales.
🚀 Capacidades y Visión Estratégica
El proyecto resuelve el complejo problema de crear representaciones visuales de metodologías científicas. Utiliza un enfoque de “agente en el bucle” para asegurar que los diagramas no solo sean visualmente atractivos, sino técnicamente correctos y listos para ser incluidos en publicaciones académicas de élite.
🛠️ Arquitectura Técnica y Stack
- Bucle de Revisión y Refinamiento (Review-Refine loop): Implementa un sistema multi-agente donde un Generador crea el código inicial de la figura y un Evaluador califica la calidad y sugiere mejoras iterativas hasta alcanzar un umbral de excelencia (9.0/10 por defecto).
- Modelos de Frontera: Optimizado para el uso de Google Gemini 2.5 Pro, aprovechando sus capacidades de razonamiento multimodal y generación de código de alta precisión.
- Formatos de Salida Vectoriales: Genera archivos en SVG y mxGraph XML, garantizando que las figuras sean totalmente editables en herramientas como draw.io o Inkscape.
- Implementación: Desarrollado con una base sólida en TypeScript (Frontend con Next.js) y Python (Backend y lógica de IA con Flask).
✨ Características Clave
- Text-to-Figure: Generación instantánea de diagramas a partir de prompts detallados en lenguaje natural.
- Paper-to-Figure: Capacidad de procesar documentos académicos complejos para extraer la esencia metodológica y visualizarla automáticamente.
- Refinamiento Estético Iterativo: El sistema analiza la legibilidad, la paleta de colores y la disposición espacial, realizando ajustes automáticos para mejorar la claridad visual.
- FigureBench: Incluye el primer benchmark exhaustivo diseñado específicamente para medir el rendimiento de la IA en la creación de ilustraciones científicas.
⚙️ Flujo de Trabajo (Workflow)
- Ingesta de Datos: Recepción del texto descriptivo o procesamiento de un archivo PDF de investigación.
- Generación de Borrador: El agente de IA diseña la estructura lógica y visual en formato vectorial.
- Evaluación Crítica: Un agente “crítico” analiza la figura buscando discrepancias técnicas o fallos estéticos.
- Iteración Automática: El sistema aplica los refinamientos solicitados por el crítico en un bucle cerrado.
- Exportación Final: Entrega de la figura en formatos de alta resolución o XML editable para ajustes finales.
Nota técnica: AutoFigure marca un hito en la asistencia de IA para científicos, permitiendo que el rigor técnico de una investigación se vea reflejado en una estética visual impecable sin requerir habilidades avanzadas de diseño gráfico.