可实现AI一键创意生图，PPT文生图模型是怎么做到的？

0次浏览发布时间：2025-04-22 15:14:00

日前，2025全球机器学习技术大会在上海正式开幕，50位国际AI技术领袖与1000余名来自金融、医疗、制造等领域的专业人士，围绕大模型技术演进、智能体、代码大模型、多模态技术等众多前沿话题开启深度洞察与解读，共同探讨人工智能技术落地的前沿实践。

作为AI办公领域前沿的探索者，金山办公在本次大会上带来了最新研发成果：WPS AI生成PPT。金山办公AI应用算法负责人张家瑞围绕《WPS AI生成PPT，基于LLM的AI办公实践》发表演讲，从技术的角度详细拆解WPS AI生成PPT的底层逻辑——WPS AI生成PPT进一步升级，区别于大模型生成PPT，WPS可基于用户上传的文档进行PPT生成。技术层面，WPS AI对文件进行了文档结构化分析与重建，基于 LLM（Large Language Model）生成大纲，从而用户生成的PPT内容相关度高，也更贴合用户需求。

张家瑞也在现场对PPT文生图模型进行演示，比如输入“生成充满科技感的新能源汽车图片”主题文本，模型可瞬间输出包含新能源汽车及科技感主题配色的多组PPT配图，创作效率提升80%以上，轻松实现从文字到视觉表达的智能跃迁。

此次亮相的PPT文生图模型，也标志着WPS AI在智能办公领域的技术突破。据介绍，该模型背后是语义理解+美学生成两级引擎。比如语义理解引擎，基于37年中文文档处理经验，能够精准地识别文本中的逻辑结构与核心论点，快速实现“文档结构化”，通过目录大纲将文档中的文字、图片、图表合理地归纳组织。借助PPT-RAG（文档检索增强生成）功能，可以更好地提升逻辑性，强化指令遵循、总结、结构化输出能力，减少幻觉内容的产生。在此基础上，美学生成引擎则融合主流视觉美学能力和中文自然语言理解能力，针对不同的用户需求自动适配PPT版式风格和高匹配度图片，完成专业级的PPT设计方案，大幅提升用户的办公效率。

作为金山办公基于大语言模型的智能办公助手，WPS AI自2023年11月公测以来，就聚焦AIGC（内容创作）、Copilot（智慧助理）、Insight（知识洞察）三大方向，支持文字、表格、PPT、PDF等组件。2024年7月，升级后的WPS AI 2.0面向个人用户再次新增了4个AI办公助手：AI写作助手、AI阅读助手、AI数据助手、AI设计助手，并提供文字续写、伴写、表格AI分析、复杂函数处理等AI功能。