DeepPresenter：面向 Agentic 演示文稿生成的环境依据对齐反思

摘要

演示文稿生成需要深度内容研究、连贯的视觉设计以及基于观察的迭代精修。然而，现有演示智能体常依赖预定义工作流与固定模板。为此，我们提出 DeepPresenter，一个能适应用户多样意图、支持有效反馈驱动精修、超越脚本化管线的 Agentic 框架。具体而言，DeepPresenter 自主规划、渲染并修订中间幻灯片工件，以支持借助环境观察的长程精修。此外，我们的环境接地反思不以内部信号（如推理轨迹）上的自我反思为依托，而是让生成过程以可感知的工件状态（如渲染后的幻灯片）为条件，使系统能在执行过程中识别并纠正演示特有问题。在覆盖多样演示生成场景的评估集上，DeepPresenter 取得 SOTA 表现，且微调后的 9B 模型在显著更低成本下仍保持高度竞争力。项目见 https://github.com/icip-cas/PPTAgent。

DeepPresenter：面向 Agentic 演示文稿生成的环境接地反思 — 图1： DeepPresenter 示意图。给定一条用户指令，Researcher 收集信息并编写结构化文稿，而 Presenter 将其转换为可视化幻灯片。两个智能体基于共享环境进行交互与协作，利用有据可依的观测进行反思式改进。