北大 × 谷歌研究
PaperBanana 是一个用于自动生成出版级学术插图的代理框架。基于最先进的视觉语言模型和图像生成模型，我们协调专门的代理来检索参考资料、规划内容和风格、渲染图像，并通过自我批评进行迭代优化。