Draw with Thought：释放多模态推理进行科学图表生成的力量

科学图表是跨学科传达结构化知识的重要工具。然而，它们常作为静态栅格图像出版，丢失了符号语义且限制了复用。虽然多模态大型语言模型（MLLM）提供了连接视觉与结构的途径，但现有方法缺乏语义控制和结构可解释性，尤其在复杂图表方面。我们提出了 Draw with Thought (DwT)，一个无需训练的框架，通过基于认知的链式思考推理引导 MLLM 将图表重构为可编辑的 mxGraph XML 代码。DwT 通过将任务分为两个阶段来实现可解释且可控的输出：粗到细规划处理感知结构和语义规范，以及结构感知代码生成，通过格式引导的细化得以增强。为支持评估，我们发布了 Plot2XML，一个包含 247 个真实世界科学图表及其黄金标准 XML 注释的基准。广泛实验表明，我们的方法在保真度、语义对齐和结构有效性方面均表现出色，人类评估确认在准确性和视觉美学方面均与人类水平高度一致，为将静态视觉转化为可执行表示提供了可扩展的解决方案，推动了机器对科学图形的理解。