PosterGen: Генерация эстетически привлекательных постеров из статей с использованием мультиагентных языковых моделей

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

August 24, 2025

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

cs.AI

Аннотация

Многоагентные системы, построенные на основе больших языковых моделей (LLM), продемонстрировали впечатляющие возможности в решении сложных композиционных задач. В данной работе мы применяем этот подход к задаче генерации постеров из научных статей — практическому, но трудоемкому процессу, с которым сталкиваются исследователи при подготовке к конференциям. Хотя современные методы пытаются автоматизировать эту задачу, большинство из них игнорируют ключевые принципы дизайна и эстетики, что приводит к постерам, требующим значительной ручной доработки. Чтобы устранить эти ограничения, мы предлагаем PosterGen — многоагентную систему, которая имитирует рабочий процесс профессиональных дизайнеров постеров. Она состоит из четырех специализированных агентов, работающих совместно: (1) агенты Parser и Curator извлекают содержание из статьи и организуют сценарий; (2) агент Layout распределяет контент в логичную пространственную структуру; (3) агенты Stylist применяют элементы визуального дизайна, такие как цвет и типографика; и (4) Renderer создает финальный постер. Вместе эти агенты производят постеры, которые одновременно семантически обоснованы и визуально привлекательны. Для оценки качества дизайна мы вводим критерий на основе модели "визуальный язык" (VLM), который измеряет баланс компоновки, читаемость и эстетическую согласованность. Экспериментальные результаты показывают, что PosterGen стабильно соответствует по точности передачи содержания и значительно превосходит существующие методы в визуальном дизайне, создавая постеры, готовые к презентации с минимальной ручной доработкой.

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.