FigAct：将科学图表转化为用于解释的动态画布

研究人员推出 FigAct 框架与 FigAct-8B 模型，可直接对静态科学图表中的图形元素进行操作，将其转化为问答驱动的动态视觉演示以引导读者注意力。该框架采用分层搜索策略实现高效的元素定位，将 token 消耗降低约 40x，并基于定位精度、搜索效率与渲染质量三项奖励进行训练。团队还构建了人工验证的评测基准。