中国科学院软件研究所中文信息处理实验室近日开源了第二代幻灯片智能体系统 PPTAgent，实现了业界首次将幻灯片智能体模型与完整的智能体沙箱环境一同开源，并支持在单张消费级显卡和 Mac 终端上一键部署，全面适配华为昇腾国产化算力生态。

该工作彻底重构了AI制作幻灯片的逻辑，使智能体不仅能“深度探索”，还能“亲眼所见”。相关研究成果 DeepPresenter: Environment-Grounded Reflection for Agentic Presentation Generation 已公开发布。

根据介绍，DeepPresenter放弃了传统的“语言模型直接生成”路径，而是将智能体置入一个全功能的Docker沙箱环境（Shared Agent Environment）。在内容生成方面，研究团队构建了包含20余种专业工具的共享智能体环境，集成了基于Docker的智能体沙盒、arXiv实时文献检索，以及Python代码执行与数据可视化等能力，为幻灯片内容的专业性与数据准确性提供保障。

在排版优化方面，研究团队提出了环境感知反思机制（Environment-Grounded Reflection）。该机制通过"生成—渲染—审视—修正"的视觉闭环工作流，使智能体在每页幻灯片生成后，调用沙箱内浏览器将代码渲染为真实图片，并基于截图进行自适应检查与迭代优化，直至排版效果达到预期标准。

在模型训练方面，研究团队设计了系统化的训练流水线：首先，基于PersonaHub与arXiv等多源数据集构建高多样性任务数据，并在指令中定义页数限制、宽高比及语言等细粒度约束条件；其次，引入独立评审机制以克服智能体的自我验证偏差（Self-verification Bias），由独立模型作为外部评估者指出生成产物中的排版或逻辑缺陷；最终，从1152个任务中筛选出802条高质量智能体轨迹用于监督微调训练，涵盖中英双语、多种宽高比及复杂指令约束场景。

为验证所提方法的有效性，研究团队在预留的128个测试任务上使用PPTEval进行了系统评测，并与多种主流幻灯片生成方案进行了对比。结果表明，DeepPresenter（pptagent 2.0）的9B版本取得了 4.19 的综合评分，与闭源模型GPT-5（4.22）表现接近，且显著优于其他幻灯片生成方案。

通过成本—性能分析，DeepPresenter-9B处于前沿曲线的最优平衡点位置，能以远低于闭源模型的算力成本实现同等级别的生成质量。所有生成内容均输出为可编辑的pptx格式，支持用户自由修改与二次创作。