PaperBanana : Outil pour la création de schémas scientifiques grâce à l’IA

Dans le monde académique, la rédaction d’articles scientifiques représente un défi considérable. Mais au-delà du texte, un obstacle souvent sous-estimé ralentit les chercheurs, la création de schémas et d’illustrations méthodologiques.

Ces visuels, essentiels pour communiquer efficacement des concepts complexes, demandent un temps précieux et des compétences en design que tous les scientifiques ne possèdent pas. C’est précisément ce problème que PaperBanana, développé par Google Cloud AI Research en collaboration avec l’Université de Pékin, cherche à résoudre.

PaperBanana de Google, solution à un goulot d’étranglement

Malgré les progrès spectaculaires des modèles de langage et des agents IA autonomes capables d’analyser la littérature ou de générer des hypothèses, la création d’illustrations académiques reste largement manuelle. Les chercheurs doivent jongler entre des outils professionnels comme Adobe Illustrator ou se contenter de solutions basiques. PaperBanana change la donne en proposant un framework agentique capable de générer automatiquement des diagrammes de méthodologie et des graphiques statistiques prêts à être publiés.

L’approche de PaperBanana repose sur une orchestration intelligente de cinq agents spécialisés, chacun ayant un rôle précis. Cette architecture modulaire permet de décomposer la tâche complexe de génération d’illustrations en étapes logiques et gérables.

Comment fonctionne PaperBanana ?

Le système fonctionne selon un processus en deux phases. La première, appelée phase de planification linéaire, débute avec l’agent récupérateur qui identifie des exemples de référence pertinents à partir d’une base de diagrammes existants. Ces exemples proviennent de publications NeurIPS 2025 et servent de guide stylistique et structurel.

L’agent planificateur prend ensuite le relais pour transformer la description textuelle de la méthodologie en une description visuelle détaillée. Cette étape cruciale permet de traduire des concepts abstraits en éléments graphiques concrets. Mais la vraie innovation vient de l’agent styliste, qui garantit que le diagramme respecte les normes esthétiques académiques modernes. Plutôt que de définir manuellement ces règles, PaperBanana les synthétise automatiquement en analysant des centaines de publications scientifiques.

La seconde phase repose sur une boucle de raffinement itératif. L’agent visualiseur, alimenté par des modèles de génération d’images de pointe comme Nano Banana Pro, crée le diagramme à partir de la description optimisée. Puis l’agent critique examine méticuleusement le résultat, identifiant les erreurs factuelles, les incohérences visuelles ou les zones d’amélioration. Ce processus se répète trois fois pour garantir un résultat de haute qualité.

PaperBananaBench : un benchmark pour évaluer la qualité

Pour mesurer rigoureusement les performances de leur système, les chercheurs ont créé PaperBananaBench, un benchmark composé de 292 cas de test extraits de publications NeurIPS 2025. Ces exemples couvrent diverses thématiques de recherche en intelligence artificielle, allant des systèmes multi-agents à la vision par ordinateur, en passant par les modèles génératifs.

L’évaluation s’appuie sur quatre dimensions : la fidélité au contenu original, la concision, la lisibilité et l’esthétique. Les résultats sont impressionnants. PaperBanana surpasse systématiquement les méthodes de base, avec des gains de performance. Ces chiffres démontrent que le système apprend véritablement à générer des diagrammes adaptés et professionnels.

Génération de graphiques statistiques avec PaperBanana

L’une des forces de PaperBanana réside dans sa polyvalence. Au-delà des diagrammes méthodologiques, le framework s’étend naturellement à la génération de graphiques statistiques. En adaptant simplement les agents visualiseur et critique pour générer du code Python exécutable plutôt que des images directes, PaperBanana peut produire des visualisations de données précises et esthétiquement conformes aux standards académiques.

Les chercheurs ont également exploré une application intrigante : améliorer l’esthétique de diagrammes déjà créés par des humains. En appliquant les directives stylistiques synthétisées automatiquement, le système peut moderniser des illustrations existantes, améliorant leur palette de couleurs, leur typographie et leur composition globale.

L’accès au visuelle de haute qualité

PaperBanana représente une avancée significative vers l’automatisation de la communication scientifique visuelle. Bien que le système présente encore certaines limitations, notamment dans la gestion fine des connexions entre modules ou la génération de fichiers vectoriels éditables, il ouvre la voie à une nouvelle ère où les chercheurs pourront se concentrer davantage sur leurs découvertes que sur leur mise en forme.

À l’heure où les modèles de langage révolutionnent la rédaction scientifique, PaperBanana comble une lacune critique en automatisant la création d’illustrations professionnelles. Cette innovation pourrait démocratiser l’accès à des outils de communication visuelle de haute qualité, particulièrement pour les chercheurs disposant de ressources limitées en design graphique.

[1] Zhu, D., Meng, R., Song, Y., Wei, X., Li, S., Pfister, T., & Yoon, J. (2026). PaperBanana: Automating academic illustration for AI scientists. arXiv preprint arXiv:2601.23265. https://doi.org/10.48550/arXiv.2601.23265

[2] PaperBanana: Automating Academic Illustration for AI Scientists