多面板科学图过渡交给智能体:FigFlux让16位作者工作量评分从58.44降到42.86
核心概要
多面板科学图在报告中常靠口头说明各图之间的关系,而两张静态图只给出起点和终点,中间关键帧该显示什么并不明确。FigFlux把图形拆成记录面板布局、数据变换与视觉编码的Figure Space,再用Transition Space构造并排序关键帧,让对应数据在联合坐标系中同时可见。16位科学作者使用后总体工作量评分为42.86,低于其熟悉工具的58.44;四位可视化专家在五项标准上的平均评分也高于熟悉工具和纯AI生成的结果。
深度剖析
科学作者现在可以让AI智能体为多面板科学图生成动画过渡,并在生成前用自然语言修改中间关键帧。 此前作者在报告中从一张图讲到下一张图时,需要自己口头说明各面板数据如何关联;两张静态面板只规定了过渡的起点和终点。 在16位来自八个Nature Portfolio学科领域的科学作者参与的组内研究中,FigFlux的总体NASA-TLX工作量评分为42.86,参与者熟悉工具为58.44,差异显著。
系统先把图形表示成可追溯的数据结构,再据此决定关键帧里哪些数据同时出现、放在什么坐标系里。 Figure Space用Layout描述面板的并置、重复与叠加,用Figure Table把各面板的数据字段对齐,并保留每个面板的变换步骤和视觉编码。 这套表示来自对八个科学领域48幅已发表多面板图的迭代分析,其中16幅为种子图,另32幅用于检验表示规则和关键帧约束。
过渡的中间帧把两个面板的对应数据放进同一个联合坐标系,必要时用三维布局保留各自的位置编码。 Transition Space先找出两个面板共享的维度层级取值,再构造Combined Data,并优先尝试单面板的二维联合坐标系。 在犯罪事件周模式与城市空间分区图的案例中,曲线的位置编码与地图的地理布局无法在单个二维坐标系中同时保留,系统因此构造三维联合坐标系,把各分区按类别放在独立平面上并与对应曲线对齐。
启示与展望
演示范围是已发表科学图中含至少两个面板、过半为图表、且存在一对图表面板共享部分实体、类别、地点或时间段的图形;以领域专用科学影像为主体的图不在范围内。系统需要图形及其关联数据、源论文和渲染代码作为输入,当前在编码允许时优先采用二维联合坐标系。
部分图表因缺少材料或需要大型数据集与专用流程,只能用从已发表面板位置反推的近似数据重建,可能与原图不完全一致;生成过渡仍需时间,作者可在系统生成时处理其他任务;专家对单个片段的评分一致性有限,序数Krippendorff's α 较低。
