🔥 今日值得一读
SLIDEFORGE让AI改PPT不崩版型！原生可编辑+视觉结构双保真，实测碾压截图派AI
SLIDEFORGE: An LLM Agent for Controllable Editing of Slides as Structured Artifacts
👨💼 主理人解读 · 为什么值得关注
开发者可用SLIDEFORGE构建智能幻灯片编辑工具，它通过图结构保留布局和可编辑性，实现精准修改而非生成新图。
📖 AI 总结
SLIDEFORGE是一个面向可控幻灯片编辑的智能体框架，由Haozhen Zheng等人提出，发表于EMNLP 2026。该研究指出，现有AI智能体虽能理解幻灯片内容，但在编辑时往往破坏布局、栅格化可编辑内容或割裂视觉单元。为此，SLIDEFORGE构建了“Deck State Graph”，将视觉分解、原生pptx对象结构与感知组织相链接，在保留人类可识别组件的同时维持细粒度的可编辑结构，并通过幻灯片原生操作与渲染状态验证实现主题保持的重建。研究还提出了一套评估范式，从组件恢复、保留度、风格一致性、视觉质量及原生可编辑性等维度衡量可控变换效果。实验表明，SLIDEFORGE在各项指标上均优于直接提示、基于截图的智能体及通用代码智能体等基线方法。
🔑 关键词速览
| SLIDEFORGE | 一个用于可控幻灯片编辑的LLM代理框架，通过构建可执行的幻灯片状态图来实现精确编辑。 |
| Deck State Graph | 甲板状态图，一种将视觉分解、原生pptx对象结构和感知组织相链接的可执行幻灯片状态表示。 |
| 原生可编辑性 | 指编辑后的幻灯片文件保持原始格式和对象结构，允许用户直接在PowerPoint等软件中进一步编辑。 |
| 感知组织 | 指人类视觉上对幻灯片中元素的自然分组和排列方式，如将相关元素视为一个整体。 |
| 渲染状态验证 | 通过实际渲染幻灯片来检查编辑结果是否符合预期，确保视觉质量和布局正确性。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅