Math2Visual-X：用于教学协调的低年级数学视觉生成的模块化框架

视觉表示可以帮助低年级学习者理解数学应用题，但生成课堂可用的视觉效果仍然很困难。现有的符号系统是可控的，但覆盖范围有限，而端到端的文本到图像系统往往无法满足精确的数学约束。本文提出了一种用于初级 MWP 生成的符号视觉生成框架，具有更广泛的问题覆盖范围和更具可扩展性的资产生成。该框架包括一个基于 LLM 的路由层、三个面向工作表的生成模块以及两个用于开放世界 SVG 资产获取的后备机制。将 Math2Visual-X 与 Stable Diffusion XL、Nano Banana 和 GPT Image 进行比较的人类评估表明，所提出的方法实现了最强的整体性能。结果表明，该框架为自动 MWP 视觉生成提供了一种可扩展且基于教学的方法。