中科院等多家院校联合推出RealChart2Code测试平台,专门评估AI从复杂数据图表生成代码的能力。该平台使用2896个真实数据实例,包含图表复制、数据再现和代码优化三重挑战。测试结果显示,即使是GPT-5.1、Claude-4.5等顶级AI模型表现也大幅下滑,揭示了AI处理真实世界复杂可视化任务的局限性。
Anthropic的Claude AI模型新增动态图表生成能力,可创建包含滑块、按钮等交互控件的可视化图表。该功能通过实时生成JavaScript代码、使用Chart.js库等技术实现,能够根据对话发展动态调整图表内容。用户可要求Claude展示复利计算等概念,AI将生成相应的交互式图表工具。
英国国家电网开发了名为Triton的数字孪生和数据可视化工具,用于替代传统的人工电力网络建模方式。该工具能够处理来自配电网运营商等多个数据源的信息,将建模时间缩短70%。随着2050年电力需求预计翻倍,该工具成为业务急需。Triton于2023年开始开发,2025年2月完成,通过数字化复制物理基础设施,帮助工程师更高效地进行网络规划和决策。
香港科技大学研究团队开发的WebSeek浏览器插件,创新性地将网页数据分析转化为类似"搭积木"的直观体验。该系统通过混合主导权协作模式,让用户既可直接操控数据"积木块",也可获得AI的智能建议,有效解决了传统网页数据处理碎片化和AI工具"黑盒子"问题。15名用户的测试显示,该系统在保持高效率的同时,显著提升了用户的控制感和决策信心,为未来人机协作工具设计提供了重要参考。
Feedzai团队首次系统评估了AI模型理解散点图的能力,创建了包含18,000张图表的大规模数据集。测试十个先进AI模型发现,在简单计数任务中部分模型准确率超90%,但精确定位任务表现不佳,准确率多在50%以下。研究还发现图表设计对AI性能有轻微影响,为AI辅助数据分析提供了重要参考。
Google研究团队开发了CoDA多智能体数据可视化系统,通过8个专业AI代理协作,将自然语言需求自动转换为高质量图表。该系统采用元数据驱动方法和迭代优化机制,在标准测试中性能提升24.5%-41.5%,代码执行成功率达99%。系统能处理复杂真实场景,为数据可视化自动化开辟新方向,有望显著降低制图门槛,提高数据分析工作效率。
谷歌正在为其免费AI研究助手NotebookLM开发一项代号为Magic View的神秘新功能。据AI新闻网站Testing Catalog通过功能标志分析发现,该功能将出现在Studio面板中,与音频和视频概览功能并列。目前尚不清楚Magic View的具体功能,但截图显示其界面类似点阵网格,用不同颜色的点填充。该功能可能专注于学习或面向学生用户,将被归类在新的Notebook Apps下拉菜单中。
斯坦福大学研究团队发现视觉语言模型能够像人类一样"看懂"数据图表,在金融、医疗等领域展现出超越传统方法的分析能力。这项发表于《自然·机器智能》的研究首次系统探索了AI视觉数据分析的潜力,为实现数据分析民主化、让普通人也能进行专业级数据分析铺平了道路。
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项由浙江大学CAD&CG国家重点实验室研究团队开发的"多模态深度研究员"系统,能够自动生成包含精美图表和文本的专业报告。研究者提出了"可视化的形式化描述"(FDV)方法,使AI能够理解和生成高质量可视化内容。该系统分四个阶段工作:研究信息、学习示例、规划内容和生成报告。实验表明,与基线方法相比,该系统在可验证性、可视化质量和一致性方面表现出色,使用Claude 3.7 Sonnet模型时总体胜率达82%。
应用营销人员可在Adjust Datascape界面下查看所有数据来源,并获得便捷的报告、数据可视化和分析工具
如今,世界各地的媒体都在探索如何深化传统媒体和新兴媒体的融合发展。大家希望通过运用新技术来创新传播方式,从而应对全球媒体共同面临的机遇和挑战。其中,数据可视化如何改变新闻传播,成为媒体人探讨的重点之一。