PosterGen：通过多代理 LLM 进行审美感知论文到海报生成

基于大型语言模型 (LLM) 的多智能体系统在解决复杂的组合任务方面展现出了卓越的能力。在这项工作中，我们将此范式应用于纸质海报生成问题，这是研究人员在准备会议时面临的一项实际但耗时的工作。虽然近期的方法试图自动化这项任务，但大多数方法都忽略了核心设计和美学原则，导致生成的论文海报需要大量的手动调整。为了解决这些设计上的局限性，我们提出了 PosterGen，这是一个模仿专业海报设计师工作流程的多智能体框架。它由四个协作的专业智能体组成：(1) 解析器和策划者智能体从论文中提取内容并组织故事板；(2) 布局智能体将内容映射成连贯的空间布局；(3) 风格化智能体应用颜色和排版等视觉设计元素；(4) 渲染器智能体组合最终的海报。这些智能体共同生成语义上准确且在视觉上吸引人的海报。为了评估设计质量，我们引入了一个基于视觉语言模型 (VLM) 的评估标准，用于衡量布局平衡、可读性和美学连贯性。实验结果表明，PosterGen 在内容保真度上始终能与现有方法相媲美，并且在视觉设计方面显著优于现有方法，生成的论文海报具有即时演示的准备度，只需少量人工修改。