PosterGen：面向多智能体LLM的美学感知多模态论文转海报生成
人工智能
2026-04-14 v2
摘要
基于大型语言模型（LLM）的多智能体系统在处理复杂组合任务方面展示了卓越能力。在本工作中，我们将这一范式应用于论文转海报生成问题——这是研究人员准备会议时面临的一项实用但耗时的任务。虽然近期方法已尝试自动化此任务，但大多数忽视了核心设计和美学原则，导致需要大量人工润色的海报。为解决这些设计局限性，我们提出了PosterGen，一个模拟专业海报设计师工作流的多智能体框架。它由四个协作的专业智能体组成：(1) 解析器和策展智能体从论文中提取内容并组织故事板；(2) 布局智能体将内容映射到连贯的空间布局；(3) 风格智能体应用视觉设计元素，如颜色和排版；(4) 渲染智能体组合最终海报。这些智能体共同生成既在语义上有依据又在视觉上吸引人的海报。为评估设计质量，我们引入了一个基于视觉语言模型（VLM）的评分标准，用于衡量布局平衡性、可读性和美学一致性。实验结果表明，PosterGen在内容保真度上持续保持同等水平，并在视觉设计上显著优于现有方法，生成的海报仅需最少人工润色即可直接用于展示。
引用
@article{arxiv.2508.17188,
title = {PosterGen: Aesthetic-Aware Multi-Modal Paper-to-Poster Generation via Multi-Agent LLMs},
author = {Zhilin Zhang and Xiang Zhang and Jiaqi Wei and Yiwei Xu and Chenyu You},
journal= {arXiv preprint arXiv:2508.17188},
year = {2026}
}
备注
Project Website: https://Y-Research-SBU.github.io/PosterGen