PosterGen: Generazione di Poster da Articoli con Consapevolezza Estetica tramite Modelli Linguistici Multi-Agente

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

August 24, 2025

Autori: Zhilin Zhang, Xiang Zhang, Jiaqi Wei, Yiwei Xu, Chenyu You

cs.AI

Abstract

I sistemi multi-agente basati su modelli linguistici di grandi dimensioni (LLM) hanno dimostrato capacità notevoli nell'affrontare compiti compositivi complessi. In questo lavoro, applichiamo questo paradigma al problema della generazione di poster a partire da articoli scientifici, un processo pratico ma dispendioso in termini di tempo che i ricercatori devono affrontare quando si preparano per le conferenze. Sebbene approcci recenti abbiano tentato di automatizzare questo compito, la maggior parte trascura i principi fondamentali di progettazione e di estetica, producendo poster che richiedono un sostanziale affinamento manuale. Per superare queste limitazioni progettuali, proponiamo PosterGen, un framework multi-agente che rispecchia il flusso di lavoro dei designer professionisti di poster. Esso è composto da quattro agenti specializzati che collaborano: (1) gli agenti Parser e Curator estraggono i contenuti dall'articolo e organizzano lo storyboard; (2) l'agente Layout mappa i contenuti in una struttura spaziale coerente; (3) gli agenti Stylist applicano elementi di design visivo come colore e tipografia; e (4) il Renderer compone il poster finale. Insieme, questi agenti producono poster che sono sia semanticamente fondati che visivamente accattivanti. Per valutare la qualità del design, introduciamo una rubrica basata su un modello visione-linguaggio (VLM) che misura l'equilibrio del layout, la leggibilità e la coerenza estetica. I risultati sperimentali mostrano che PosterGen eguaglia costantemente i metodi esistenti nella fedeltà dei contenuti e supera significativamente gli approcci attuali nel design visivo, generando poster pronti per la presentazione con un minimo intervento umano.

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.