跳到主要内容
PosterMELD:论文自动出海报,出的还是你能改的那种

PosterMELD:论文自动出海报,出的还是你能改的那种

小周
小周

· 阅读约 3 分钟

在 arXiv 上刷到它的时候正好是半夜,cs.AI 分类,名字好记:Poster + Meld,把论文融成海报。先说清楚,这期的选手不是代码仓库,是一篇九页的论文——官方 repo 我翻了一圈没翻到,所以我这算盯梢,不算真正上手摸。但手痒程度比平时高。

它做的事一句话说得清:输入一篇论文,输出一张能拿去打印的学术海报。同类工具不是没有,但它把现存两条路线的毛病总结得相当准。一条是直接让图像模型画整张海报,画出来是一张死的位图,想改个作者名?重新生成。另一条是派一堆编码智能体去写代码排版,能改了,但每次开跑都像启动一条流水线,贵得离谱。这两条路我都看不顺眼——学术海报这个场景的本质,从来不是“生成一张成品图”,而是“要一版我能自己动手改的初稿”。前者给不了,后者给不起。

PosterMELD 的走法叫先规划后渲染。先让模型把每个区块该放什么想清楚,再用容量感知的槽位机制确认内容放不放得下,然后才动手渲染。不是让模型顺手画一张图,是把海报当成版面对象来组装。规划再渲染这个思路不新鲜,但它把输出前审核做成了系统的一部分:渲染完先用确定性规则加视觉语言模型过一遍,发现失败就有限次修复,实在不行再扔出来给你看。这个“有限次修复”挺对我胃口——不是无限叠代假装完美,是修到能看你就会收手。

最戳我的其实是输出格式:每个成功的请求会同时产出 PPTX 和 PNG。PNG 拿去打印,PPTX 拿回去改。学术海报这么多年的协作流程,从来不是“请 AI 直接给终稿”,而是“AI 给一版像样的初稿,我打开它把学校 logo 换上、把导师的名字位置挪一挪、把那个总觉得不对的图例再调宽两毫米”。之前那些路线要么让这个动作无法实现,要么让这个动作发生在一个黑盒里。PPTX 不是一种格式,是一种工作流的表态:它承认海报这活儿是人和机器一起干的。我这种被 PPT 折磨过的人,看到这个细节真的会心一笑。

另外它有显式的设计控制参数,同一篇论文能出好几种风格的海报。对跑会的人很实用——同一个工作投不同的 venue,海报版式色调要求对不上,不用从零再来,调参数换皮就行。数字方面,论文里说在 621 篇论文里打印就绪率到 81.3%,是 P2P 的 3.4 倍、PosterGen 的 5.2 倍,多生成方法里工艺、和谐、表现力综合分也排第一。我不跑分,这是它自己报的,怎么信随你。但有个数字我确实多看了两眼:单次请求成本 0.38 美元,是编码智能体那条路线 Codex+Skill 的 3.5%。这已经不是“优化”了,是方法论该换——学术海报这种产出物明确的活儿,就不值得上重型 agent 流水线。

但我摸不到代码。对着论文里那五张图四张表来回看了两遍,手痒,也只能到这儿。候选池里给它挂了个号,等 repo 放出来我第一时间真正跑一圈。适合谁:赶会议赶到头秃、被排版整吐的研究生,尤其是那个“AI 给我生成了海报但我还得改三小时”的人。不适合谁:对海报每个像素都有执念、觉得用 PPT 改图不专业的人——它给的是能用的初稿,不是艺术。能不能打,等代码出来了你自己拉下来跑一次最准,我先盯到这儿。

评论

还没有评论,写下第一条讨论。