💻 computer science

Design First, Code Later: Aesthetically Pleasing Template-Free Slides Generation

Dit artikel introduceert DeepSlides, een sjabloonvrij raamwerk dat slide-ontwerp ontkoppelt van implementatie door middel van een hiërarchische workflow, een gespecialiseerd dataset en multi-agent versterkt leren om esthetisch aantrekkelijke presentatieslides te genereren die beter presteren dan bestaande op sjablonen gebaseerde of code-emissie-aanpakken.

Oorspronkelijke auteurs: Zhiyao Cui, Chenxu Wang, Shuyue Hu, Yiqun Zhang, Wenqi Shao, Qiaosheng Zhang, Zhen Wang

Gepubliceerd 2026-05-27

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Zhiyao Cui, Chenxu Wang, Shuyue Hu, Yiqun Zhang, Wenqi Shao, Qiaosheng Zhang, Zhen Wang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Probleem: De "Koekjesvorm" versus de "Rommelige Keuken"

Stel je voor dat je een presentatie moet maken. Momenteel doen de meeste AI-tools een van de twee dingen:

De Koekjesvorm: Ze dwingen je inhoud in een stijve, vooraf gemaakte sjabloon. Het ziet er netjes uit, maar het is saai en past niet bij je specifieke verhaal.
De Rommelige Keuken: Ze proberen de code voor de dia's te schrijven en deze tegelijkertijd te ontwerpen. Dit leidt vaak tot "spaghetti-code" waarbij de AI in de war raakt, de tekst over de afbeeldingen valt of de kleuren botsen, wat resulteert in een rommelige, onprofessionele dia.

De auteurs van dit paper betogen dat je, om een echt prachtige presentatie te maken, moet stoppen met alles tegelijk te proberen. Je moet Ontwerpen scheiden van Bouwen.

De Oplossing: DeepSlides (De "Architect en de Bouwer")

Het paper introduceert een nieuw systeem genaamd DeepSlides. Denk hierbij aan het inhuren van een team voor een huisbouwproject, maar dan voor digitale dia's.

In plaats van dat één robot alles probeert te doen, gebruikt DeepSlides een hiërarchische workflow met twee distincte rollen:

De Architect (De Ontwerper):
- Rol: Deze agent kijkt naar je onderwerp (bijvoorbeeld "Mitigatie van het Stedelijke Warmte-eilandeffect") en bepaalt de sfeer. Het kiest het kleurenpalet, de lettertypes, het ritme van de lay-out en hoe het verhaal van pagina tot pagina stroomt.
- Analogie: Stel je een architect voor die een blauwdruk tekent. Ze beslissen waar de ramen komen, hoe het huis eruitziet en hoe het licht de kamer binnenkomt. Ze maken zich niet druk om het specifieke merk van de nagels of het exacte koppel van de schroevendraaier.
- Belangrijkste Kenmerk: Ze creëren een "Stijlgids" en een "Lay-outplan" zonder zich nog zorgen te maken over de technische code.
De Bouwer (De Coder):
- Rol: Deze agent neemt de blauwdruk van de Architect en schrijft de daadwerkelijke Python-code om de dia te bouwen.
- Analogie: Dit is het bouwteam. Ze lezen de blauwdruk, slaan de nagels in, schilderen de muren en installeren de armaturen. Ze zijn experts in het zorgen dat de code werkt en dat de dia daadwerkelijk op het scherm verschijnt.
- Belangrijkste Kenmerk: Ze focussen puur op uitvoering. Als de Architect zegt "zet hier een blauwe cirkel", zorgt de Bouwer ervoor dat de blauwe cirkel precies daar verschijnt zonder de code te breken.

Het Proces: Hoe Het Werkt

Het paper beschrijft een stap-voor-stap reis om een dia-presentatie te maken:

Diep Onderzoek: Voordat er één dia wordt gemaakt, treedt het systeem op als een detective. Het zoekt op het web naar informatie en afbeeldingen die gerelateerd zijn aan je onderwerp om een stevig overzicht te bouwen.
De "Eerst Ontwerpen" Fase:
- De Architect bepaalt de algehele stijl (bijvoorbeeld "Modern, schoon, blauwe tinten").
- Vervolgens plant het elke dia individueel, beslissend waar de titel komt, waar de afbeelding komt en hoe de achtergrond eruitziet.
De "Later Code" Fase:
- De Bouwer neemt die plannen en schrijft de code om het PowerPoint-bestand te genereren.
De "Kwaliteitscontrole" Lus:
- Voordat de dia af is, kijkt een "Controleur" er naar. Valt de tekst over de afbeelding? Is de kleur te fel? Is de code gebroken?
- Als er een probleem is, stuurt het systeem het terug naar de Architect of de Bouwer om het te fixen. Dit heet Iteratieve Verfijning.

Het Geheime Ingrediënt: Multi-Agent Versterkend Leren

Hoe hebben ze de AI zo goed leren zijn? Ze hebben het niet zomaar een leerboek gegeven. Ze gebruikten een trainingsmethode genaamd Multi-Agent Reinforcement Learning (MARL).

De Analogie: Stel je voor dat je een hond en een kat traint om samen te werken.
- Eerst leert men ze apart (Supervised Fine-Tuning) zodat de Architect weet hoe te tekenen en de Bouwer weet hoe te coderen.
- Vervolgens laat men ze samenwerken in een simulatie. Elke keer dat ze een prachtige dia maken, krijgen ze een "traktatie" (een beloning). Als ze een rommelige dia maken, krijgen ze een "time-out".
- Na verloop van tijd leren ze perfect te communiceren. De Architect leert plannen te tekenen die makkelijk uitvoerbaar zijn voor de Bouwer, en de Bouwer leert de plannen precies te volgen.

De Resultaten: Waarom Het Belangrijk Is

De auteurs hebben DeepSlides getest tegen andere tools (zoals Kimi, Manus en directe AI-generatie) en ontdekt:

Menselijke Voorkeur: Toen echte mensen naar de dia's keken, gaven ze DeepSlides overweldigend de voorkeur. In rechtstreekse tests won DeepSlides 76,5% van de tijd tegen open-source concurrenten en 52% tegen commerciële giganten.
Visuele Kwaliteit: De dia's waren minder "saai" en meer "creatief". Ze hadden betere kleurharmonie en duidelijkere lay-outs.
Geen Sjablonen: In tegenstelling tot andere tools die alleen tekst in een vast vakje wisselen, creëert DeepSlides unieke lay-outs voor elke dia op basis van de inhoud.

De Dataset: "SlideDesign"

Om deze AI-modellen te trainen, konden de onderzoekers niet zomaar willekeurige internetdia's gebruiken. Ze bouwden een nieuwe dataset genaamd SlideDesign.

Wat is het? Een enorme collectie van 420 verschillende onderwerpen (van wetenschap tot geesteswetenschappen) waarbij elk onderwerp een volledige set heeft: Onderzoeksnotities, een dia-overzicht, een ontwerpplan, de uiteindelijke code en het resulterende beeld.
Waarom? Het leert de AI het verschil tussen wat de dia zegt en hoe het eruit moet zien.

Samenvatting

DeepSlides is een nieuwe manier om AI-presentaties te maken. In plaats van een AI te vragen "maak een dia" en te hopen op het beste, splitst het de taak op in Ontwerpen (het creatieve deel) en Coderen (het technische deel). Door een "Ontwerper"-agent de look te laten plannen en een "Coder"-agent het bestand te laten bouwen, en ze vervolgens samen te trainen om van hun fouten te leren, creëert het systeem presentaties die niet alleen informatief zijn, maar ook visueel verbluffend en professioneel — zonder vooraf gemaakte sjablonen nodig te hebben.

Technische Samenvatting: DeepSlides – Een Hiërarchische, Sjabloonvrije Benadering voor Geautomatiseerde Dia-Generatie

1. Probleemstelling

De automatische generatie van presentatiedia's vereist de coördinatie van narratieve structuur met grafisch ontwerp op pagina-niveau onder strikte ruimtelijke beperkingen. Hoewel Large Language Models (LLM's) vooruitgang hebben geboekt in contentgeneratie, lijden bestaande systemen voor geautomatiseerde dia-generatie aan aanzienlijke beperkingen:

Sjabloonafhankelijkheid: Veel systemen vertrouwen op vaste sjablonen, wat creatieve lay-outmogelijkheden beperkt en resulteert in visueel eentonige output.
Ontwerpoplossing: Benaderingen die direct uitvoerbare code genereren (bijv. HTML/LaTeX) omzeilen vaak de essentiële stap van het ontwerpen van de dia-pagina, wat leidt tot lay-outs die compositie-technisch zwak zijn, visueel saai en semantisch ongegrond.
Kwaliteitskloof: Huidige methoden slagen er niet in presentaties te produceren die visueel coherent en boeiend zijn voor professionele real-world situaties, waarbij ze vaak oppervlakkige decoratie of contentgeneratie prioriteren boven holistisch visueel ontwerp.

2. Methodologie: Het DeepSlides-kader

Het artikel stelt DeepSlides voor, een hiërarchische workflow die het ontwerp van de dia-pagina expliciet ontkoppelt van de implementatie. Het systeem werkt volgens een "Eerst Ontwerpen, Later Codeeren"-paradigma, gestructureerd in drie hoofdfasen:

2.1 Simulatie van Gebruikseisen & Generatie van Overzicht

Om de workflow van domeinexperts na te bootsen, maakt DeepSlides gebruik van een DeepResearch-module. Deze agent:

Voert gestructureerde kennisverwerving uit via webzoekopdrachten en image retrieval.
Synthetiseert een multimodaal onderzoeksrapport.
Genereert een gestructureerd, meerlagig dia-overzicht, bepaalt secties, wijst dia-budgetten toe en definieert kerninhoud (titels en opsommingstekens).

2.2 Ontwerp op Dia-niveau (Globale Strategie)

Voordat individuele pagina's worden gegenereerd, stelt het systeem hoge ontwerprichtlijnen vast om inter-pagina coherentie en diversiteit te waarborgen:

Stijldefinitie: De agent bepaalt de globale toon, kleurenpalet en typografie.
Vormulering van Instructies: Pagina's worden gecategoriseerd in Functionele Pagina's (omslag, scheidingen, afsluiting) en Inhoudspagina's. Specifieke ontwerpinstructies worden voor elk formulier, met details over decoratieve elementen, vormen en hun ruimtelijke relaties.
Lay-outplanning: Het systeem genereert dia-specifieke lay-outspecificaties (bijv. "horizontale blokken") om structurele diversiteit te bevorderen terwijl stijlconsistentie wordt behouden.

2.3 Generatie op Paginaniveau (Iteratieve Verfijning)

Voor elke dia voert het systeem een meerstapsproces uit:

Contentuitbreiding: Voor inhoudspagina's genereert de agent gerichte zoekopdrachten om aanvullende tekst en afbeeldingen te verzamelen, die worden gedistilleerd tot kandidaat-snippets.
Drie-laags Ontwerp: Het ontwerp wordt ontbonden in:
- Achtergrondlaag: Onafhankelijke decoratieve elementen (texturen, afbeeldingen).
- Lay-outlaag: Structurele blokkenindeling, rollen en ruimtelijke positionering.
- Contentlaag: Concrete tekst en visuele middelen geplaatst binnen blokken.
Implementatie: De ontwerpspecificaties worden vertaald naar Python-code om bewerkbare .pptx-bestanden programmatisch te construeren. Deze keuze prioriteert native bewerkbaarheid boven HTML/LaTeX-output.
Evaluatie & Feedback: Een agent evalueert de gerenderde dia op drie dimensies:
- Volledigheid: Uitlijning met eisen en overzicht.
- Compliance: Afwezigheid van overlappende blokken of content-uitloop.
- Esthetiek: Kleurharmonie, visuele hiërarchie en balans.
- Verfijning: Op basis van scores verfijnt de agent het ontwerp en de code iteratief.

3. Trainingsparadigma en Dataset

3.1 SlideDesign Dataset

De auteurs hebben SlideDesign samengesteld, een multidisciplinaire multimodale dataset afgeleid van 420 onderwerpen uit de Field of Science (FOS)-taxonomie. Deze bevat gekoppelde tekstuele en visuele bronnen, ontwerpspecificaties en uitvoerbare Python-code voor dia-generatie.

3.2 Multi-Agent Reinforcement Learning (MARL)

De auteurs hebben een reeks modellen, SlideQwens, getraind met behulp van een multi-agent reinforcement learning-kader geïnspireerd door ReMA:

Agents: Twee gespecialiseerde modellen, Designer en Coder.
Proces: De Designer geeft een lay-outactie uit; de Coder vertaalt dit naar Python-code.
Beloningsmechanisme:
- Coder Beloning ( $R_C$ ): Gebaseerd op code-uitvoerbaarheid en implementatievolledigheid.
- Designer Beloning ( $R_D$ ): Een gewogen som van volledigheid, compliance en esthetiek (gegateerd door implementatievolledigheid om beloning van mooie maar defecte dia's te voorkomen).
Trainingsstrategie: Een tweefasenbenadering waarbij Supervised Fine-Tuning (SFT) wordt gebruikt voor initialisatie, gevolgd door MARL voor optimalisatie.

4. Experimentele Resultaten

Het artikel evalueert DeepSlides tegen baselines waaronder directe LLM-generatie (Claude Haiku/Sonnet), op sjablonen gebaseerde systemen (Auto-Slides), en code-gebaseerde benaderingen (EvoPresent), evenals commerciële oplossingen (Kimi, Manus).

Objectieve Metrieken: DeepSlides behaalde de hoogste gemiddelde VLM-gebaseerde evaluatiescore (3,78) en presteerde beter dan baselines op Lay-out (3,55), Hiërarchie (4,04) en Kleurenschema (3,71). Hoewel het succespercentage (95%) iets lager was dan dat van EvoPresent (100%), toonde het superieure visuele kwaliteit.
Menselijke Voorkeur: In een blind onderzoek met 20 vrijwilligers:
- DeepSlides behaalde een winstpercentage van 76,5% tegen open-source baselines, aanzienlijk beter dan de op één na beste methode (9,5%).
- Tegenover commerciële systemen behaalde het een winstpercentage van 52,0%, wat de sterkste commerciële baseline met 32,5% overtrof.
- Het ontving het hoogste Top-1 voorkeursaandeel van alle geteste modellen.
Menselijke Stijlevaluatie: DeepSlides scoorde hoog op vier dimensies: Duidelijkheid, Creativiteit, Visualisatie en Esthetiek.
Modelprestaties: Trainingsresultaten toonden aan dat terwijl het basis 0,6B-model faalde, het met SFT geïnitieerde model een succespercentage van 81,4% behaalde, wat verbeterde tot 86,0% met MARL, wat de noodzaak van de gefaseerde trainingsbenadering bevestigt.

5. Betekenis en Claims

Het artikel beweert dat DeepSlides een aanzienlijke vooruitgang vertegenwoordigt in geautomatiseerde dia-generatie door de kloof tussen "ontwerp en implementatie" aan te pakken. De belangrijkste bijdragen zijn:

Ontkoppelde Workflow: Door hoog-niveau ontwerpredening te scheiden van low-level code-implementatie, vermijdt het systeem de vervorming van esthetische intentie door implementatieartefacten, waardoor creatievere en coherente lay-outs mogelijk zijn.
Sjabloonvrije Generatie: Het kader elimineert de afhankelijkheid van vaste sjablonen, waardoor dynamische, content-bewuste lay-outs mogelijk worden die visuele vermoeidheid verminderen.
Effectief Trainingsparadigma: De combinatie van de SlideDesign-dataset en de Multi-Agent Reinforcement Learning-benadering traint succesvol lichte modellen (0,6B parameters) om complexe, gestructureerde multimodale taken uit te voeren.
Superieure Kwaliteit: Empirisch bewijs suggereert dat deze gestructureerde, ontwerp-eerst-benadering output produceert die door menselijke beoordelaars als visueel aantrekkelijker, creatiever en professioneler samengesteld wordt ervaren dan bestaande op sjablonen gebaseerde of directe-code methoden.

De auteurs erkennen beperkingen, waaronder verhoogde inferentie-latentie door de meerstaps-pijplijn, potentiële uitdagingen bij het handhaven van strikte merkstijlen zonder expliciete referenties, en de noodzaak van rigoureuze veiligheids- en ethische waarborgen met betrekking tot intellectueel eigendom en misbruik.