成功率97.8%！中科院PPTAgent模拟人类制作流程，高质量PPT轻松搞定

作者
制作高质量的PPT是很多小伙伴的烦恼，现有的自动化PPT生成方法大多只关注文本内容的生成，忽略了视觉设计和结构连贯性，导致生成的PPT在实际应用中效果不佳。
中科院提出并开源PPTAgent，一种基于编辑的两阶段PPT生成框架，灵感来源于人类制作PPT的工作流程。
PPTAgent的工作流程如下：

第一阶段：PPT分析

  • 幻灯片聚类：将参考PPT中的幻灯片按照功能（如开场、过渡、内容展示等）和视觉特征进行分类。
  • 内容模式提取：分析每个幻灯片的内容结构，提取出关键元素及其布局模式，为后续生成提供模板。

第二阶段：PPT生成

  • 大纲生成：根据输入文档和参考PPT的分析结果，生成详细的PPT大纲，明确每页幻灯片的内容和布局。
  • 幻灯片生成：通过一系列可执行的编辑操作（如替换文本、插入图片等），动态修改参考幻灯片，生成最终的PPT。
此外，研究者还提出了 PPTEval，这是一个多维度的PPT评估框架，从内容、设计和连贯性三个维度对生成的PPT进行全面评估。内容维度关注文本和图片的质量；设计维度评估视觉吸引力和一致性；连贯性维度则衡量PPT的逻辑结构和叙事流畅性。
PPTAgent在内容、设计和连贯性三个维度上均显著优于传统方法。
  • 使用GPT-4o模型时，PPTAgent在设计维度上的评分比传统方法高出33%，连贯性评分高出34%。
  • PPTAgent的成功率高达97.8%，在多个领域的数据上表现出色。
  • 开源的Qwen2.5模型在经过优化后，能够与GPT-4o相媲美，展现出强大的生成能力。

https://arxiv.org/abs/2501.03936PPTAgent: Generating and Evaluating Presentations Beyond Text-to-Slideshttps://github.com/icip-cas/PPTAgent.

（文：PaperAgent）

欢迎分享

发表评论