PosterGen: Ästhetikbewusste Papier-zu-Poster-Generierung durch Multi-Agenten-LLMs

PosterGen: Aesthetic-Aware Paper-to-Poster Generation via Multi-Agent LLMs

August 24, 2025

papers.authors: Zhilin Zhang, Xiang Zhang, Jiaqi Wei, Yiwei Xu, Chenyu You

cs.AI

papers.abstract

Multi-Agent-Systeme, die auf großen Sprachmodellen (LLMs) basieren, haben bemerkenswerte Fähigkeiten bei der Bewältigung komplexer zusammengesetzter Aufgaben gezeigt. In dieser Arbeit wenden wir dieses Paradigma auf das Problem der Postererstellung aus wissenschaftlichen Artikeln an, einen praktischen, aber zeitaufwendigen Prozess, mit dem Forscher bei der Vorbereitung auf Konferenzen konfrontiert sind. Während neuere Ansätze versucht haben, diese Aufgabe zu automatisieren, vernachlässigen die meisten grundlegende Design- und ästhetische Prinzipien, was zu Postern führt, die erhebliche manuelle Nachbearbeitung erfordern. Um diese Designbeschränkungen zu überwinden, schlagen wir PosterGen vor, ein Multi-Agenten-Framework, das den Arbeitsablauf professioneller Posterdesigner nachahmt. Es besteht aus vier kooperierenden spezialisierten Agenten: (1) Parser- und Curator-Agenten extrahieren Inhalte aus dem Artikel und organisieren das Storyboard; (2) der Layout-Agent ordnet die Inhalte in ein kohärentes räumliches Layout ein; (3) Stylist-Agenten wenden visuelle Designelemente wie Farbe und Typografie an; und (4) der Renderer erstellt das finale Poster. Gemeinsam erzeugen diese Agenten Poster, die sowohl semantisch fundiert als auch visuell ansprechend sind. Um die Designqualität zu bewerten, führen wir ein auf einem Vision-Language-Modell (VLM) basierendes Bewertungsschema ein, das Layoutbalance, Lesbarkeit und ästhetische Kohärenz misst. Experimentelle Ergebnisse zeigen, dass PosterGen inhaltlich gleichwertig ist und bestehende Methoden im visuellen Design deutlich übertrifft, wodurch Poster erzeugt werden, die mit minimaler menschlicher Nachbearbeitung präsentationsreif sind.

English

Multi-agent systems built upon large language models (LLMs) have demonstrated remarkable capabilities in tackling complex compositional tasks. In this work, we apply this paradigm to the paper-to-poster generation problem, a practical yet time-consuming process faced by researchers preparing for conferences. While recent approaches have attempted to automate this task, most neglect core design and aesthetic principles, resulting in posters that require substantial manual refinement. To address these design limitations, we propose PosterGen, a multi-agent framework that mirrors the workflow of professional poster designers. It consists of four collaborative specialized agents: (1) Parser and Curator agents extract content from the paper and organize storyboard; (2) Layout agent maps the content into a coherent spatial layout; (3) Stylist agents apply visual design elements such as color and typography; and (4) Renderer composes the final poster. Together, these agents produce posters that are both semantically grounded and visually appealing. To evaluate design quality, we introduce a vision-language model (VLM)-based rubric that measures layout balance, readability, and aesthetic coherence. Experimental results show that PosterGen consistently matches in content fidelity, and significantly outperforms existing methods in visual designs, generating posters that are presentation-ready with minimal human refinements.