Crystalis：基于渐进成核与语义退火的多视图协调可视化生成框架
本研究提出Crystalis框架，利用大语言模型生成结构正确的协调多视图可视化（CMV）。通过查询中心建模，将CMV分解为依赖图上的结构化查询，并采用渐进成核与语义退火两种机制，实现垂直一致性与水平一致性。在12项任务基准测试中达到75%的端到端成功率，远超基线方法的8.3%。用户研究验证了该分解与迭代优化工作流的可用性。
大语言模型（LLM）在生成单个图表方面已展现出一定能力，但在生成协调多视图可视化（CMV）——即多个视图共享数据流并支持跨视图交互——方面仍面临重大挑战。其根本原因在于，数据变换、视觉编码与交互协调之间存在紧密的字段级耦合，一个组件的错误会无声地导致其他组件失效。针对这一问题，来自研究团队的最新论文提出了Crystalis框架，旨在从基础层面回答：LLM能否可靠地生成结构正确的CMV？以及何种抽象能够实现这一目标？
Crystalis的核心在于查询中心的CMV建模方法。它将一个CMV分解为一系列结构化查询，这些查询构建于一个依赖图之上，涵盖三种组件类型（数据、可视化、交互）和三个抽象层次（需求、规范、可执行对象）。框架通过两种互补机制运作：渐进成核机制沿着依赖顺序，将每个查询从需求垂直“结晶”为可执行对象；而语义退火机制则通过分层逻辑检查，在每一层次上强制保证查询之间的水平一致性。
在包含12项任务的基准测试中，Crystalis在5个前沿LLM上实现了高达75%的端到端成功率，大幅超越了使用相同基础模型的智能体编码基线（仅8.3%的成功率）。此外，一项由12名实践者参与的用户研究证实了该分解与迭代优化工作流的可用性，表明Crystalis不仅理论上有效，而且在实际使用中也易于操作。
这项研究为利用LLM生成复杂的多视图可视化铺平了道路，其新颖的抽象和机制有望成为该领域的重要基础。未来，研究团队计划进一步扩展Crystalis以支持更广泛的可视化任务，并探索其在实时数据分析中的应用。该论文由Dazhen Deng等六位作者共同完成，于2026年6月7日提交至arXiv，编号为2607.24766，归属人工智能领域（cs.AI）。研究团队从需求到可执行对象逐层细化，确保了生成的可视化在结构和语义上的正确性，为深度学习与可视化技术的融合提供了新的思路。