FigAct：将科学图表转化为动态解释画布

FigAct 是一个将静态科学图表转化为动态视觉演示的框架，通过在图体现有元素上生成解说序列并施加视觉动作来引导注意力。该框架采用分层搜索策略进行高效元素定位，将 token 消耗降低约 40×，并通过定位准确度、搜索效率和渲染质量三项奖励训练出 FigAct-8B。研究团队还基于真实论文图表构建了人工核验评测基准。