ArtChart：通过集成文本渲染生成忠实的艺术图表

艺术图表将数据可视化与表现力标记、纹理和排版相结合，但它们对于图像生成器来说很困难：只有当其风格化保留图表几何形状、精确的图像内文本以及标签和标记之间的语义绑定时，输出才有用。我们介绍 ArtChart，这是一个具有集成文本渲染功能的忠实艺术图表生成框架。给定结构化图表规范和艺术提示，ArtChart 首先渲染一个无文本的灰度布局，对目标图表几何图形进行编码，然后训练特定于图表的控制模块以保留数学结构。为了解决剩余的文本和布局错误，我们通过基于 GRPO 的强化学习以及基于 OCR 的文本奖励、基于 VLM 的布局奖励和审美奖励，进一步细化生成策略。多专家 蒸馏 阶段通过将单一奖励专家提炼成一个平衡的生成策略来协调这些目标。我们还构建了 ArtChart-Bench，一个双语 2K 提示基准，涵盖四种图表类型、受控值分布、不同的标签/值格式和 15 种艺术风格，以及 ArtChart-Eval，一个衡量数学逻辑、文本准确性、文本布局、美观、指令遵循和可读性的六轴评估协议。 ArtChart-Bench 上的实验表明，ArtChart 始终优于仅提示、图像编辑和通用 ControlNet 基线，在数学保真度和标签布局绑定方面获得最大收益，同时保持有竞争力的视觉质量。这些结果表明，艺术图表生成应被评估为可靠的视觉传达，而不是通用的风格化图像合成。