在学术交流和商业展示中，演示文稿一直是核心沟通媒介。然而，当前绝大多数AI幻灯片生成工具都将优化重点放在视觉上合理的演示文稿本身上，而忽略了演讲的交付过程——包括节奏控制、叙事构建和演讲准备。这种偏差导致了许多演示虽然幻灯片精美，但演讲者却难以顺畅地传达信息。为了解决这一问题，arXiv上最新发表的论文《DeepSlide: From Artifacts to Presentation Delivery》提出了一种名为DeepSlide的新型多智能体系统，它采用“人在回路”的设计理念，全面支持从需求收集、时间预算叙事规划，到基于证据的幻灯片与脚本生成、注意力增强以及排练辅助的完整流程。
DeepSlide的核心组件包括四个创新模块。首先是可控的逻辑链规划器，它为每个叙事节点分配明确的时间预算，确保整个演示的逻辑流畅且符合时间限制。其次是轻量级的内容树检索器，能够在生成幻灯片和脚本时实时提供事实依据，避免生成内容偏离原始信息。第三是马尔可夫风格的顺序渲染模块，通过样式继承机制保持幻灯片风格的一致性，同时支持灵活的布局调整。最后是沙盒执行环境，它通过最小化的自动修复操作确保所有生成的幻灯片都能在实际平台上正确渲染，大幅降低了技术故障风险。
为了全面评估系统的表现，研究团队还引入了一种新颖的双记分板基准，将静态的幻灯片质量与动态的演讲交付质量分开评估。这一设计能够更清晰地反映DeepSlide在提升演讲效果方面的独特价值。在覆盖20个不同领域和多种受众画像的实验中，DeepSlide在幻灯片质量上与现有的强基线模型持平，但在交付指标上取得了持续且显著的提升。具体来说，系统的叙事流畅性、节奏精准度以及幻灯片与演讲脚本之间的协同程度都得到了明显改善，同时注意力引导也变得更加清晰。
这项研究的意义在于，它不仅提出了一个实用的全流程演示辅助系统，更重要的是为AI辅助演示领域指明了新的方向：从“生成好看的幻灯片”到“帮助用户做好演讲”的转变。未来，DeepSlide有望被集成到更广泛的产品中，为教育、商业、科研等场景下的演示活动提供智能支持。