AI 文字信息图表的技术选型

文字信息是最朴素的信息载体，即使是 AI 时代，大模型的输出都是文字信息居多。

文本信息图

我们大量的产品，其实都是在做文字信息的整合和可视化，比如：PPT、流程图、思维导图、信息海报等软件，包括一些博客的图文混排模式，其实都是在对文字信息进行归纳和可视化，这部分我们都可以称之为文本信息的可视化，或者信息图可视化。

AI 时代下，文本大模型对于文本信息理解和处理能力大大加强，大模型能很清楚的理解文字的结构信息，表达的核心观点，以及从非结构信息中抽取和推理有用的、结构化信息。

所以在 AI 来临之后，有大量的 AI Agent 应用都是关注在文字的处理和呈现上的，比如 AI PPT、AI 流程图、AI 图表、以及各类的 DeepResearch 应用。

最近蚂蚁集团发布的很火的灵光，抢眼的表现，原因之一就是灵光可以让模型输出更多形态的内容，包括图片、视频、3D、交互图表，信息图等。

业界上，实现文本信息可视化的，有一些形态，但是大部分，都是信息图的制作平台。如果大家做过调研，大概就知道如下的产品。

核心功能基本都是一致的：

但是问题也很明显：付费使用、模板灵活性低、闭源的生态、集成到应用基本不可能。

所以我们在想，如果我们的业务系统需要实现类似的文本信息图可视化该怎么做，有几种方案：

是一个基于 JavaScript 的绘图和图表工具，呈现受 Markdown 启发的文本定义，以动态创建和修改图表。常用于创建：时序图、流程图、类图、时间轴，等 ~20 中图表。

是社区广泛采用的一种方案，当然，问题就是图形一般偏技术的同学看的，对于普通的文字内容和结构呈现，并不适合。

使用 AI 大模型 + 提示词，生成最终的 HTML 或者 SVG，然后最终生成对应的 HTML 或者 SVG 渲染，这个可能是未来长期的方向。

不过就目前的效果来看，HTML 效果比 SVG 要稍微好一点，SVG 生成依然会遇到各种布局点的位置，特别像文字碰撞基本无法处理；HTML 上就是风格上会比较单一一些，颜色和 border 上，有很强的 AI 味道。

gemini 3 发布，加上 banana pro 的发布，让多模态模型直接输出信息图，基本变成了现实，效果很好，而且在大部分多模态遇到的中文问题，也能很好的解决。

当然，也会有一些小问题，这些问题更多是图片这个存储格式带来的：

Infographic 是 AntV 在 2025 年 11 月 22 日开源出来的一个信息图可视化框架，主要关注在渲染部分，提供了 100+ 的优质信息图模版，除此之外，也增加了自定义的开发能力，让模版数量能倍数增长；图的设计风格比较适用于 PPT 和写文章配图的那种场景。

也有提供各种风格，内置深色模式、手绘、纹理视觉风格，手绘风格这个很酷。另外，为了在 AI 上更好的使用，也做了 AI 友好的配置和描述，并在官网提供了 AI Agent 来使用，以及用于二次编辑的编辑器组件。

所以相关文本信息图可视化的业务，接入的时候，只需要参考响应的提示词，生成 Infographic 的配置，然后使用 Infographic 渲染即可。

最后总结一下，AI 产品在处理文本信息图可视化的方案对比，仅供参考。

方案	优势	劣势
Mermaid	+ 社区影响力大 + 能力丰富，强大 + 模型输出准确	- 技术类型的信息图 - 不适用于普通文本信息可视化 - 包比较大 2.7 Mb
AI 出 HTML / SVG	+ 接入简单容易	- 准确度、风格不可控 - 模版样式比较单一 - 会容易出现一些体验问题
多模态出图片	+ 新的 banana pro 效果不错	- 无法编辑、无动画和交互 - 闭源模型，调用贵
AntV Infographic	+ 开源、免费 + 模版丰富，目前内置 100+，可开发扩展，支持不同风格 + 支持编辑，以及提供编辑器 + 接入过程完全可控 + 包轻量，410 Kb	- 集成有 Agent 研发工作量（开发和测评）

综上，个人建议，如果在做 AI 文字配图，信息图之类的需求，可以考虑使用 AntV Infographic + Mermaid 相结合的方式，技术图表使用 Mermaid，常见的 PPT、文字结构配图，使用 AntV Infographic。

信息图的生成，未来大模型一定会支持直出代码，但是当前来看，这个时间可能依然还是 2-3 年后，个人感觉这丝毫不影响信息图渲染技术的持续迭代。

因为 AI 不会减少需求，反而会扩大用户量，提升需求和用户量，而信息图渲染技术 Infographic 会因为这个需求的增长，具有更多的用户量。

AI 直接出码是趋势，但是不代表基础技术库消亡，而是作为出码的依赖存在。