PhyDrawGen：从自然语言生成物理锚定的示意图

从文本生成物理示意图需要严格遵守物理定律。尽管当前的生成模型能产生视觉上合理的输出，它们会系统性地幻觉出力向量、忽略守恒定律并违反几何约束。我们提出PhyDrawGen，一个将语义场景理解与物理约束满足解耦的神经符号流水线。首先，大语言模型从题目文本中提取类型化场景图。随后，确定性求解器将该图转换为平面直线图（PSLG），把力平衡、光路与场拓扑编码为精确的几何图元。最后，一个微调的Qwen-VL模型实现视觉锚定的提出-验证循环，迭代纠正任何约束违反。在涵盖力学、光学与电磁学的1,449个问题的基准上评估，PhyDrawGen显著优于GPT-5-image、Gemini 2.5 Flash与Gemini 3 Pro，即使在异常物体问题上也展现出稳健的物理准确性。