GPT-4o画科研插图竟不及格？首个科学插图生成基准SridBench震撼发布

主要观点总结

该论文首次系统评估了AI生成科研插图的能力，发布了首个科研插图生成基准SridBench。实验结果显示，当前最强模型GPT-4o-image在科研插图生成任务上的表现只能达到勉强及格的水平。论文还讨论了存在的问题和未来突破方向。

关键观点总结

关键观点1: 首次发布科研插图生成基准SridBench

SridBench旨在评估当前主流AI模型在科研插图生成这一高难度任务上的表现，涵盖了计算机科学和自然科学两大领域的数据集。

关键观点2: GPT-4o-image的表现

GPT-4o-image在科研插图生成任务上的表现进行了评估，虽然在一些指标上达到3分左右，但仍然存在文本信息遗漏、专业符号绘制错误和多图关联缺失等问题。

关键观点3: 存在的问题和未来突破方向

当前AI生成科研插图存在核心矛盾，即科学严谨性与生成自由度的冲突。未来突破方向包括混合架构、学科知识注入、迭代优化机制等。