基于多智能体协同驱动的迭代视觉叙事合成
计算与语言
2025-07-18 v1
摘要
自动生成高质量媒体演示文稿具有挑战性，需要稳健的内容提取、叙事规划、视觉设计和整体质量优化。现有方法常产生逻辑不一致和次优布局的演示文稿，难以满足专业标准。为此，我们引入了 RCPS (反思性连贯演示文稿合成)，一个新框架集成三个关键组件：(1) 深度结构化叙事规划；(2) 自适应布局生成；(3) 迭代优化循环。此外，我们提出了 PREVAL，一种基于理由增强的多维模型的偏好评估框架，用于评估演示文稿在内容、连贯性和设计方面的质量。实验结果表明，RCPS 在所有质量维度上均显著优于基线方法，生成的演示文稿接近人类专家水平。PREVAL 与人类判断高度相关，证明其作为评估演示文稿质量的可靠自动工具。
引用
@article{arxiv.2507.13285,
title = {Multi-Agent Synergy-Driven Iterative Visual Narrative Synthesis},
author = {Wang Xi and Quan Shi and Tian Yu and Yujie Peng and Jiayi Sun and Mengxing Ren and Zenghui Ding and Ningguang Yao},
journal= {arXiv preprint arXiv:2507.13285},
year = {2025}
}
备注
22 pages, 7 figures, 3 tables. Submitted to an ACL-style conference