ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog
研究最后一公里自动化：从论文到海报、视频与博客的智能生成流水线
🧭 多技能 Agent 组合与内容生成流水线
Microsoft Research · National University of Singapore · Nanyang Technological University · Tsinghua University · Peking University
将论文自动转化为可编辑的海报、视频与博客，通过共享提取器和硬性渲染门控保证可用性
📌 工作参考价值
- 共享上游解析器 + 可组合技能设计：在电商场景中，可以复用同一套商品/内容分析结果，分别生成商品标题、详情文案、广告短视频脚本和直播口播稿，避免重复调用大模型，降低延迟与成本。
- 硬性渲染门控保证产出可用：生成推荐理由或广告语时，可引入格式校验（如字数、必含关键词）作为硬性检查点，避免产生无法直接上线的空泛描述。
- 可编辑的中间产物：生成推荐文案、商品标题时输出PPTX或DOCX等可编辑格式，便于运营人员二次修改，而非一次性渲染，保留人工干预入口。
- 跨模态内容联动导航：灵感可用于商品详情页，点击不同卖点段落时自动跳转至对应的讲解视频片段、图片位置或用户评价，提升交互体验。
动机：将论文手动制作成海报、演讲视频和博客的“最后一公里”仍效率低下。现有自动化方案各自为政，需反复解析论文，生成物多为一次性渲染，无法在PowerPoint或Word中再次编辑，且质量仅靠VLM偏好分评估，关键段落常为空泛。
方法关键点：提出基于技能组合的流水线ResearchStudio-Reel，包含五个Claude Code和Codex技能。核心是共享提取器Paper2Assets（一次性解析论文产出结构化资产），三个可编辑生成器Paper2Poster、Paper2Video、Paper2Blog分别生成符合打印标准的海报、同步演讲视频和双语博客，并通过硬性渲染门控（pass/fail检查）保证可用性；Paper2Reel交互层将所有产物整合进HTML，支持点击跳转联动。
关键结果：在Paper2Poster基准上，在审美与信息完整性各子项上均优于已有自动系统和单次调用前沿LLM，在两台独立VLM裁判下审美得分甚至超越作者手工制作的海报，整体胜出率达到84%-93%。能力审计表明，该流水线是唯一能输出所有三种可编辑产物的方案。