SlideLab 借助 AI 智能体制作并测试研究演示文稿

根据研究论文制作幻灯片，不只是把文字缩短。演示文稿需要清晰的叙事脉络、实用的视觉素材，以及有助于听众理解研究内容的编排顺序。2026 年 9 月 28 日发表在 arXiv 上的一篇论文介绍了 SlideLab，称这套系统旨在处理这些工作。

系统由多个 AI 智能体协同完成任务，每个智能体负责其中一部分。它会先规划演示文稿的叙事脉络，再创建并修改一套共享幻灯片。作者将这种方法称为“无需训练”，也就是说，系统不会为这项任务训练新的 AI 模型。

它如何制作幻灯片？

SlideLab 的智能体分别负责内容规划、视觉素材制作、版式优化，以及核查陈述是否有来源论文的依据。它们会反复协作，而不是一次性生成整套幻灯片。这样做的目的是制作出连贯的演示文稿，同时确保内容以研究为依据。

在一项盲测的人类偏好研究中，作者将 SlideLab 与开源系统和商业系统进行了比较。据作者报告，参与者对测试论文中 77% 的演示文稿更偏好 SlideLab 的版本。与表现最好的开源对照系统相比，SlideLab 使用的推理 token 数量也大约少了四倍。Token 是 AI 模型处理的文本片段；这一数字反映的是模型用量，并非直接衡量成本。

如何评估演示文稿？

论文还介绍了 ConfArena 这一评估方法，它会模拟会议听众，逐页评估演示文稿。作者称，该方法得出的系统排名与人类评审的排名相符，也能发现蓄意设置的问题，例如篡改数字、降低图表质量、遗漏幻灯片或打乱幻灯片顺序。

论文报告的结果颇有希望，但摘要没有说明偏好研究涉及多少篇论文或多少人。评估研究结论适用范围时，这些细节很重要。ConfArena 被介绍为一种测试幻灯片的方法，并不能证明 AI 生成的演示文稿无需人工审核就可以直接使用。