什么值得买App下载 App ›
连续签到专享现金活动

AI做PPT总改乱?三所高校联手装上“记忆系统”,下次直接调取你的偏好

用过AI生成PPT的人大概都有这种体验:第一版看起来还行,但一旦要改某个细节,系统就像失忆了一样——要么把整份内容推倒重来,要么改完之后其他地方全乱了套。更让人头疼的是,下次再用还得把“我喜欢简洁风、少文字、多图表”重新解释一遍。

这类问题的根源在于,现有系统把个性化当成一次性的Prompt调优,而不是需要持续维护的能力。北京邮电大学、清华大学和上海交通大学的研究团队最近提出了一个叫MemSlides的框架,试图给AI PPT装上一套分层记忆系统,让它既能记住长期偏好,又能在当次对话里保留临时约束,还能积累“怎么改才不出错”的操作经验。
1
三层记忆各管各的,不是把所有历史塞进对话
MemSlides的核心思路是把“记忆”按寿命拆开,而不是简单地把历史对话塞进更长的上下文窗口里。具体分为三层:

第一层叫用户画像记忆,这是最持久的部分。它按用户的职业身份和使用场景分类存储偏好——比如做学术汇报喜欢双栏布局,做商业提案偏好开门见山用大数字做封面,图表偏好架构图而非饼图。这些偏好跨任务有效,下次做同类PPT时系统会直接调取,不需要用户重复说明。

第二层叫工作记忆,相当于当次对话里的临时便签。如果在第一轮修改时随口说了“以后新增页面的标题颜色也要用蓝色”,这条指令会被记在便签上,等到第五轮真正新增页面时,系统会回头查这张便签,确保新页面标题是蓝色——即使你早就忘了自己说过这句话。这一层只在当次任务内有效,任务结束后一次性指令不会被永久存储。

第三层叫工具记忆,这一层最容易忽视但很关键。它记录的不是“你喜欢什么风格”,而是“怎么操作才不容易出错”——比如修改某类元素前要先截快照做校验,批量修改多页标题用哪种工具最稳当,遇到某种格式错误该怎么恢复。
23
局部修改像做手术,改一页不动全局
除了分层记忆,MemSlides另一个重要设计是局部修改执行机制。传统系统改一个地方往往会把整套内容重新生成,导致已经调好的地方被意外改坏。MemSlides采用Plan-Act-Guard三步流程来避免这个问题:

Plan阶段先把修改请求转化为明确的执行契约,锁定受影响的幻灯片路径和样式规则,防止无谓的范围扩大。Act阶段根据契约选择最轻量的编辑工具,只对局部应用补丁而不是整体重写。Guard阶段在修改完成后用快照哈希做校验,确保修改完整且没有破坏其他页面。

简单来说就是:不是大砍刀,而是手术刀。系统会先判断这次修改到底影响多大范围——只需要改某一页?还是全局配色都要动?然后动手时只动那几页,最后验证改好了没有、别的地方有没有被带歪。
45
数据提升明显,但不同职业效果有差异
MemSlides在10种职业角色×3种使用意图的测试集上做了评估,使用GLM-5时内容对齐度达到9.00,特异性达到8.89(10分制),比DeepPresenter平均高出1.19分。工具记忆的效果更直观:注入后闭环修改完成率从81.5%提升到96.3%,首次正确修改的平均耗时从609秒降到242秒,核心工具操作时间压缩到原来的三分之一。

不过不同角色的提升幅度有明显差异。平面设计师提升了4分,市场经理提升了3.17分,但软件开发者的提升只有2.33分,而且在结构和视觉维度上还有所倒退。研究者认为这可能是因为软件开发者做的PPT本来就比较标准化,记忆的价值空间相对有限。换句话说,这套架构对非技术类角色、需要个性化表达的场景效果更好。

需要注意的是,MemSlides目前还是研究项目,代码已开源、在线Demo也已上线,但距离大规模商用还有段距离。如果你正在选型,可以把它当成一个技术方向的参考——它的核心洞察是“不同寿命的记忆应该分开管理”,这个思路对理解其他AI记忆类产品也有帮助。
67
从实际选型角度看,MemSlides代表的方向值得关注,但直接落地的产品还不算多。目前市面上主流AI PPT工具更侧重一键生成的能力,记忆功能大多停留在“记住本次对话偏好”层面,还没有系统性地实现跨任务长期记忆和精准局部修改的组合。如果你的核心需求是第一版生成,现有工具基本能覆盖;如果经常需要多轮修改、而且希望AI能记住跨任务的风格偏好,MemSlides的思路值得持续关注——它的开源代码和Demo可以帮助你判断这类技术是否适合你的场景。8

评论

评论区空态插画

当前文章无评论,是时候发表评论了