ResearchStudio-Reel: Automatisieren der letzten Meile der Forschung – vom Paper zum Poster, Video und Blog

Zusammenfassung

Die Forschungsverbreitung – die Umwandlung einer wissenschaftlichen Arbeit in ein Poster, ein Vortragsvideo und einen Blogbeitrag – ist noch immer eine manuelle letzte Meile. Bisherige Automatisierungen behandeln jedes Artefakt isoliert, extrahieren die Arbeit jedes Mal von Grund auf neu, liefern meist unidirektionale Darstellungen, die der Autor nicht in PowerPoint oder Word wieder öffnen kann, und bewerten die Qualität anhand weicher VLM-Präferenzwerte, die stagnieren, während tragende Abschnitte immer noch leer wirken. Wir argumentieren, dass diese letzte Meile am besten als eine Zusammensetzung von Fähigkeiten aufgebaut wird: dünne, agentenlesbare Verträge, die einen vorgeschalteten Extraktor gemeinsam nutzen und deterministische Primitive in einen messbaren Befüllungszyklus einbetten, dessen Ausgänge harte Bestehen/Nichtbestehen-Render-Gates sind. Wir setzen dies als ResearchStudio-Reel um, fünf Claude Code und Codex Fähigkeiten, organisiert in einen gemeinsamen Extraktor (Paper2Assets), drei editierbare Generatoren (Paper2Poster, Paper2Video, Paper2Blog) und eine interaktive Konvergenzschicht (Paper2Reel). Paper2Assets extrahiert jede Arbeit einmalig in ein gemeinsames Bündel, das von jeder nachgelagerten Fähigkeit wiederverwendet werden kann. Die drei Generatoren erstellen ein druckfertiges Poster, ein synchronisiertes Vortragsvideo und einen zweisprachigen Blog, die faktisch konsistent bleiben und den Hin- und Rückweg durch PowerPoint oder Word ermöglichen. Paper2Reel bindet dann alle drei in einen eigenständigen HTML-Viewer ein, bei dem Klicks auf Abschnittsebene das Video, die Folien, die Untertitel und den Blog zum passenden Inhalt springen lassen. Im Paper2Poster-Benchmark führen unsere Poster jedes ästhetische und informationelle Unterkriterium sowohl gegenüber früheren automatisierten Systemen als auch gegenüber einmaligen Front-LLMs an, übertreffen unter zwei zurückgehaltenen VLM-Bewertern die Ästhetik der Autoren selbst und gewinnen insgesamt bei 84% bis 93% der Arbeiten. Fähigkeitsaudits zeigen zudem, dass ResearchStudio-Reel – durch die einzigartige Kombination von erzählungsausgerichteten Folienhervorhebungen mit einem zweisprachigen Blog, der durch layoutbewusste DOCX-Reparatur abgesichert ist – die einzige Pipeline ist, die alle drei bearbeitbaren Artefakte ausliefert. Das Projekt ist verfügbar unter https://aka.ms/ResearchStudio.

English

Research dissemination, turning a paper into a poster, a talk video, and a blog post, is still a manual last mile. Prior automation treats each artifact in isolation that each re-extract the paper from scratch, usually ship one-way renders the author cannot reopen in PowerPoint or Word, and gates quality on soft VLM-preference scores that plateau while load-bearing sections still read as empty. We argue this last mile is best built as a composition of skills: thin agent-readable contracts that share one upstream extractor and wrap deterministic primitives in a measured-fill loop whose exits are hard pass/fail render gates. We instantiate this as ResearchStudio-Reel, five Claude Code and Codex skills organized into one shared extractor (Paper2Assets), three editable generators (Paper2Poster, Paper2Video, Paper2Blog), and one interactive convergence layer (Paper2Reel). Paper2Assets extracts each paper once into a shared bundle that can be reused by every downstream skill; The three generators produce a print-ready poster, a synchronized talk video, and a bilingual blog that stay factually consistent and round-trip through PowerPoint or Word; Paper2Reel then binds all three into a self-contained HTML viewer whose section-level clicks jump the video, slides, captions, and blog to matching content. On the Paper2Poster benchmark, our posters lead every aesthetic and information sub-criterion against both prior automated systems and single-shot frontier LLMs, surpassing the authors' own on aesthetics under two held-out VLM judges and winning overall on 84% to 93% of papers; capability audits further show that, by uniquely pairing narration-aligned on-slide highlights with a bilingual blog gated by layout-aware DOCX repair, ResearchStudio-Reel is the only pipeline to ship all three editable artifacts. Project is available at https://aka.ms/ResearchStudio