SCI 稿件里的 AI 生成图片，投稿时能不能用？

“AI 生成图片能否投稿”没有一个对所有期刊、所有图片都适用的答案。先问这张图承担什么任务：解释概念、呈现计算结果、展示真实实验观察，还是做图文摘要与封面。再看目标期刊的现行政策。以 Elsevier 2026 年更新的期刊政策为例，这四种用途的处理并不相同，不能把一句“使用了 AI”当作通用通行证。

解释性示意图与研究数据图不是一类材料

流程图、决策树、时间线等解释性图片，用来展示作者自己的概念和步骤。Elsevier 允许生成式工具辅助制作其中某些图，但作者必须核实内容准确、符合自己的研究解释，并在图注和文章的 AI 声明中交代所用工具及方式。比如用工具画样本纳入流程，作者仍要逐项检查节点和箭头是否与真实研究过程一致；图画得再清楚，也不能替代方法部分对实际过程的说明。

数据图则应由实际数据和可复现的计算流程产生。柱状图、热图或散点图如果经过 AI 工具辅助制作，结果仍须能追溯到原始数据与分析方法。不能让模型“补齐缺口”或生成看似合理的数值分布。Elsevier 对这类图要求在方法部分说明工具和生成方法，使读者能分清数据来源、计算步骤和展示方式。

原始研究图像的真实性优先

显微照片、凝胶图、病理图等图像声称呈现研究中实际观察到的材料。用通用生成模型凭文字造出一幅“类似实验结果”的图，会让读者误以为它来自样本；对原图作生成式增删，也会改变观察证据。Elsevier 政策禁止用这类工具创造或改变并非直接来自研究的原始图像。研究方法本身若使用 AI 成像或图像分析，是另一种情形，需要在方法里如实描述工具和可复现流程，不能与事后合成结果混为一谈。

图文摘要和封面另看限制

同一政策明确不允许通用生成式 AI 工具制作图文摘要；若是期刊封面艺术，某些情况须事先取得编辑和出版方许可。专用科学绘图工具是否可用，也要结合授权条款和期刊要求判断。已有图片作为素材时还涉及来源和使用权，不能因为“重新生成”就抹去原作者权益。

还有一种容易混淆的情况：作者用 AI 工具辅助整理已有测量数据，再由正常绘图程序输出图像。此时应说明分析工具与数据处理步骤，验证结果能从原始数据重做，不能仅看最终图像是否“像 AI 画的”。若模型在中途生成了不存在的数据点，问题已经不是配图风格，而是研究数据失真。

正式投稿前，为每幅图列明用途、生成或处理流程、原始数据或素材位置，以及该刊要求的披露句。政策更新较快，应该在提交当天复核目标期刊的作者指南；别把某一家出版商的允许范围误写成整个 SCI 的统一规定。