从死像素到可编辑幻灯片：通过视觉-语言区域理解实现信息图重构为原生Google Slides

信息图以文本、图标和数据可视化的组合方式广泛用于信息传递，但一旦导出为图像，其内容就被锁定在像素中，导致更新、本地化和重用的成本高昂。我们描述了Images2Slides系统，将静态信息图（PNG/JPG）转换为原生可编辑Google Slides幻灯片，通过提取区域级别的规格，从像素几何映射到幻灯片坐标，并使用Google Slides批量更新API重建元素。该系统模型中立，支持通过统一JSON区域模式和确定性后处理的多个视觉-语言模型后端。我们在由29个程序化生成信息图幻灯片组成的受控基准上测试，实现整体元素恢复率为$0.989\pm0.057$（文本：$0.985\pm0.083$，图像：$1.000\pm0.000$），文本转录误差均值为$\mathrm{CER}=0.033\pm0.149$，文本区域布局保真度均值为$\mathrm{IoU}=0.364\pm0.161$，图像区域布局保真度均值为$0.644\pm0.131$。我们还概述了重建中的实际工程挑战，包括文本大小校准和非均匀背景，并描述引导未来工作的失效模式。