還在為寫完論文后，制作一份高質量的匯報PPT而焦頭爛額嗎？

西湖大學AGI Lab的最新力作——Auto-Slides，只需輸入論文PDF，系統即可自動生成結構清晰、邏輯流暢的演示文稿，并支持用戶用自然語言進行交互式修改。

除“一鍵變PPT”外，Auto-Slides還能實現高保真解析、認知驅動重組。經過三項用戶研究和自動化評估，其不僅兼顧理解性、教學友好度和科學準確性，還能大幅提升學術交流效率，展示出AI在學術傳播和教育中的巨大潛力。

Auto-Slides：多智能體協作，打造專業級演示文稿

近年來，大模型（LLM）正在深刻改變科研人員與學術內容的互動方式。然而，現有的LLM學習助手在將學術論文轉化為演示文稿時，仍存在三大痛點：

1、碎片化輸出： 論文本身結構嚴謹，但對話式問答往往缺乏全局組織，導致學習體驗割裂。

2、模態單一： 缺少圖表和公式，難以有效支撐復雜概念的理解與傳達。

3、缺乏教學邏輯： 學術寫作面向專家讀者，直接用于教學和匯報，內容可能過于晦澀。

要真正實現“從論文到演示”的轉化，系統不僅要能精準解析論文，更要能重組邏輯、補充多模態信息，并保證可交互性。Auto-Slides正是為此而生。

Auto-Slides的核心創新在于引入了多智能體協作框架，讓論文轉化為演示文稿的過程更專業、更貼近真實教學需求。系統整體分為四大核心環節：

△Auto-Slides的多智能體協作框架概覽

1. 高保真解析（Parser Agent）：告別亂碼，精準還原論文精髓

學術論文不僅有文字，還包含公式、表格、圖示等多模態元素。Auto-Slides的解析模塊基于高精度PDF→Markdown轉換和LLM抽取策略，能夠完整保留這些信息。

這意味著，復雜的公式不會被打散成亂碼，表格也能被單獨識別和結構化存儲，為后續處理奠定了準確的基礎。

2. 認知驅動的邏輯重組（Planner Agent）：讓演講更像“講故事”

傳統論文采用IMRaD（引言-方法-結果-討論）結構，雖然嚴謹，但并不適合快速教學或演講。Auto-Slides結合教育心理學理論（如認知負荷理論、雙通道理論），將其重組為PMRC（問題-動機-結果-結論）。

這種敘事邏輯更符合聽眾的理解節奏，讓一篇論文更像是一場引人入勝的“故事化”演講。

3. 質量保障（Verification & Adjustment Agents）：杜絕“幻覺”，確保學術嚴謹

大模型在生成內容時可能出現遺漏或“幻覺”。為此，Auto-Slides引入了驗證-修正環節：由驗證智能體對比幻燈片與原論文，發現關鍵信息缺失或表述不當時，再由修正智能體進行補全。

這一機制保證了輸出的學術準確性和完整性，不會因為自動化而犧牲嚴謹性。

4. 生成與交互優化（Generator & Editor Agents）：人機協作，持續改進

最終生成環節基于LaTeX Beamer，產出結構專業、視覺規范的幻燈片。更重要的是，用戶可以通過自然語言與Editor Agent交互，例如說“幫我增加一頁解釋Attention機制”，系統就會自動更新并重新編譯。

這樣，Auto-Slides不只是“一次性生成”，而是支持人機協作的持續改進。

這一獨特的框架，讓Auto-Slides既能自動化生成，又能按需調整，最終讓論文真正變成教學友好、演講就緒的多模態材料。

△Editor Agent可交換功能概覽

實驗驗證：用戶與專家共同見證優異表現

為了驗證Auto-Slides的價值，團隊設計了三項用戶研究和一次自動化評估，從不同角度考察系統的可用性與優勢。

1、User Study 1（學習者交互體驗）

參與者為跨學科的本科生群體，他們首先瀏覽Auto-Slides自動生成的幻燈片，然后通過交互功能按需修改。

結果發現，交互式功能顯著提升了理解力和學習掌控感。學生普遍表示“更快抓住重點”，并且“能按照自己的需求組織內容”。這說明系統不僅降低了學習門檻，還增強了學習者的主動性。

2、User Study 2（與LLM聊天式學習對比）

直接對比LLM對話學習與使用Auto-Slides學習，結果發現，Auto-Slides在結構清晰度、視覺直觀性、支持理解與記憶上明顯優于對話式學習，而聊天方式則在個性化探索方面表現更好。

此外，研究還發現學生的偏好是先用Auto-Slides 快速建立全局框架，再通過LLM對話進行深入提問，形成互補工作流。

3、User Study 3（專家評估）

研究邀請有豐富科研經驗的專家，對比了兩類幻燈片：一種采用 PMRC 敘事優化，另一種保留原始 IMRaD 順序。

結果發現，經過敘事優化的版本在內容準確性和邏輯流暢性上顯著更優，更接近真實演講需要。專家反饋認為“聽眾更容易跟上思路，也能更好把握關鍵信息”。

4、自動化評估（LLM-as-Judge）

通過大模型作為裁判，評估Auto-Slides在表格、公式保真度以及整體內容完整性上的表現。

結果發現，增強解析模塊顯著提升了復雜多模態內容的保真度，驗證–修正機制則提升了內容的準確性和覆蓋率。整體魯棒性優于系統的簡化版本。

應用展望：AI賦能學術交流新范式

Auto-Slides系統展示了一種全新的AI輔助學術傳播范式。它將繁瑣的論文轉化為簡潔直觀的多模態演示材料，并允許用戶與系統共同塑造最終的匯報文稿。

這一框架未來有望廣泛應用于學術會議演講、課堂教學、跨學科學習等場景，為全球的科研工作者和學生解鎖更高效、更智能的知識傳遞方式。

Auto-Slides不僅僅是一個工具，它更是一個真正經過驗證的學術演示助手，在理解性、教學友好度和科學準確性三方面實現了完美平衡，并支持交互優化，展示出巨大的落地潛力。

本文第一作者為西湖大學本科生楊宇恒，通訊作者為西湖大學AGI實驗室助理教授張馳。該工作由楊宇恒在西湖大學AGI實驗室完成。

論文鏈接： https://arxiv.org/abs/2509.11062

項目地址： https://auto-slides.github.io/