APEX：学术海报编辑 Agentic 专家

摘要

设计学术海报是一个劳动密集型过程，需要在高密度内容与复杂布局之间取得精确平衡。现有论文转海报生成方法虽然能自动化初稿，但通常是单次、非交互式的，常常无法对齐复杂、主观的用户意图。为弥合这一差距，我们提出 APEX（Academic Poster Editing agentic eXpert），首个用于交互式学术海报编辑的智能体框架，支持细粒度控制，具备稳健的多级基于 API 的编辑与审查-调整机制。此外，我们提出 APEX-Bench，首个系统性基准，包含 514 条学术海报编辑指令，按操作类型、难度和抽象层级等多维分类体系归类，通过有参考与无参考两种策略构建，以确保真实性与多样性。我们进一步建立了多维度的 VLM 作为评审（VLM-as-a-judge）评估协议，以评估指令完成度、修改范围以及视觉一致性与和谐度。实验结果表明，APEX 显著优于基线方法。我们的实现可在 https://github.com/Breesiu/APEX 获取。

APEX：学术海报编辑 Agentic 专家配图 — 图 1：多智能体海报编辑流水线概览。该框架包含三个协作阶段：(1) 语义解析与元素序列化：将源海报 P_src 解析为结构化 JSON 数据 P_src^J，提取所有元素属性以实现细粒度控制。(2) 规划与执行：一个中心化智能体综合用户指令 I、视觉表示 P_src^V 与 JSON 数据 P_src^J 生成执行计划。在调用多层级 API 修改 .pptx 文件之前，它可选择性地调用论文理解工具从论文 M 中提取内容。(3) 审查与调整：质量保障智能体将编辑后的视觉输出 P_edited^V 与原始的 P_src^V 及用户指令 I 进行对照评估，专门核验被修改的元素，并通过额外的 API 调用进行调整，以确保视觉保真度与指令符合性。