PosterGen: Geração de Pôsteres com Consciência Estética de Artigos Científicos via LLMs Multiagentes

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

August 24, 2025

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

cs.AI

Resumo

Sistemas multiagentes baseados em grandes modelos de linguagem (LLMs) têm demonstrado capacidades notáveis na resolução de tarefas complexas e composicionais. Neste trabalho, aplicamos esse paradigma ao problema de geração de pôsteres a partir de artigos, um processo prático, porém demorado, enfrentado por pesquisadores que se preparam para conferências. Embora abordagens recentes tenham tentado automatizar essa tarefa, a maioria negligencia princípios fundamentais de design e estética, resultando em pôsteres que exigem refinamentos manuais substanciais. Para superar essas limitações de design, propomos o PosterGen, um framework multiagente que espelha o fluxo de trabalho de designers profissionais de pôsteres. Ele consiste em quatro agentes especializados e colaborativos: (1) os agentes Parser e Curator extraem o conteúdo do artigo e organizam o storyboard; (2) o agente Layout mapeia o conteúdo em uma estrutura espacial coerente; (3) os agentes Stylist aplicam elementos de design visual, como cores e tipografia; e (4) o Renderer compõe o pôster final. Juntos, esses agentes produzem pôsteres que são semanticamente fundamentados e visualmente atraentes. Para avaliar a qualidade do design, introduzimos uma rubrica baseada em um modelo de visão e linguagem (VLM) que mede o equilíbrio do layout, a legibilidade e a coerência estética. Resultados experimentais mostram que o PosterGen iguala consistentemente a fidelidade do conteúdo e supera significativamente os métodos existentes em design visual, gerando pôsteres prontos para apresentação com refinamentos humanos mínimos.

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.