ResearchStudio-Reel: автоматизация последнего этапа исследования — от статьи до постера, видео и блога

Аннотация

Распространение научных результатов — преобразование статьи в постер, видео выступления и запись в блоге — по-прежнему остается ручной последней милей. Существующие подходы к автоматизации обрабатывают каждый артефакт изолированно: каждый заново извлекает информацию из статьи с нуля, обычно создает односторонний рендеринг, который автор не может открыть в PowerPoint или Word, и оценивает качество по мягким оценкам предпочтений VLM, которые выходят на плато, в то время как несущие разделы по-прежнему выглядят пустыми. Мы утверждаем, что эту последнюю милю лучше всего строить как композицию навыков: тонких контрактов, понятных для агентов, которые используют один вышестоящий экстрактор и оборачивают детерминированные примитивы в цикл с измеряемым заполнением, выходы из которого представляют собой жесткие пороги рендеринга с результатом «пройдено/не пройдено». Мы реализуем этот подход в виде ResearchStudio-Reel, пяти навыков на базе Claude Code и Codex, организованных в один общий экстрактор (Paper2Assets), три редактируемых генератора (Paper2Poster, Paper2Video, Paper2Blog) и один интерактивный слой конвергенции (Paper2Reel). Paper2Assets однократно извлекает данные из каждой статьи в общий набор, который может быть повторно использован любым нижестоящим навыком; три генератора создают готовый к печати постер, синхронизированное видео выступления и двуязычный блог, которые остаются фактически согласованными и допускают круговой обмен через PowerPoint или Word; Paper2Reel затем объединяет все три в автономный HTML-просмотрщик, в котором клики по разделам переключают видео, слайды, подписи и блог на соответствующий контент. На бенчмарке Paper2Poster наши постеры превосходят как предыдущие автоматические системы, так и однопроходные передовые LLM по каждому эстетическому и информационному подкритерию, обходят собственные постеры авторов по эстетике по оценкам двух отложенных VLM-судей и одерживают общую победу по 84%–93% статей; аудит возможностей также показывает, что благодаря уникальному сочетанию выделений на слайдах, согласованных с повествованием, и двуязычному блогу, контролируемому с помощью учитывающего разметку восстановления DOCX, ResearchStudio-Reel является единственным конвейером, который поставляет все три редактируемых артефакта. Проект доступен по адресу: 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