ResearchStudio-Reel: 自动化研究的最后一英里——从论文到海报、视频和博客

Hugging Face Daily Papers 论文
research-dissemination automation poster-generation video-generation blog-generation academic-tools llm-skills

摘要

ResearchStudio-Reel 通过围绕共享论文提取器组合专门的 LLM 技能，自动完成研究传播，生成一致且可编辑的海报、视频和博客，并设有严格的通过/不通过质量门控，性能优于先前方法。

研究传播——将论文转化为海报、演讲视频和博客文章——仍然是一个需要手动完成的最后一英里。先前的自动化方法将每个输出产物孤立处理，各自从头重新提取论文，通常生成单向渲染结果，作者无法在 PowerPoint 或 Word 中重新打开，并且质量门控依赖于软性的 VLM 偏好分数，当关键部分内容仍显空洞时，这些分数已经趋于平稳。我们认为这一最后一英里最好构建为技能的组合：薄弱的、代理可读的合约，共享一个上游提取器，并在测量填充循环中封装确定性原语，其出口是严格的通过/不通过渲染门控。我们将此实现为 ResearchStudio-Reel，包含五个 Claude Code 和 Codex 技能，组织成一个共享提取器 (Paper2Assets)、三个可编辑生成器 (Paper2Poster、Paper2Video、Paper2Blog) 和一个交互式收敛层 (Paper2Reel)。Paper2Assets 将每篇论文提取一次，形成共享包，可供所有下游技能重用；三个生成器生成打印就绪的海报、同步的演讲视频和双语博客，保持事实一致性，并支持通过 PowerPoint 或 Word 进行往返编辑；Paper2Reel 将三者绑定到一个独立的 HTML 查看器中，点击章节级内容可跳转视频、幻灯片、字幕和博客到匹配部分。在 Paper2Poster 基准测试中，我们的海报在美学和信息子准则上均优于先前的自动化系统和单次前沿 LLM，在两个保留的 VLM 评判者下超越了作者本人的美学水平，并在 84% 到 93% 的论文上总体胜出；能力审计进一步表明，通过将叙事对齐的幻灯片高亮与由布局感知的 DOCX 修复门控的双语博客独特配对，ResearchStudio-Reel 是唯一能交付所有三个可编辑产物的流水线。项目地址：https://aka.ms/ResearchStudio
查看原文
查看缓存全文

缓存时间: 2026/07/07 02:41

论文页面 - ResearchStudio-Reel：自动化研究的最后一英里——从论文到海报、视频和博客

来源：https://huggingface.co/papers/2607.04438 发布于 7 月 5 日

#3 当日论文 (https://huggingface.co/papers/date/2026-07-07) 作者：, , , , , , , , , , , , , , , , , ,

摘要

ResearchStudio-Reel 通过围绕共享的论文提取器编排专业技能，自动生成研究传播所需的一致且可编辑的产物，包括海报、视频和博客，并配备硬性通过/失败质量关卡。

研究传播（将论文转化为海报、演讲视频和博客文章）仍然是一个需要手动完成的最后一英里。此前的自动化方案将每种产物孤立对待，各自从头重新提取论文，通常生成单向渲染结果（作者无法在 PowerPoint 或 Word 中重新打开），且质量把关依赖于软性的 VLM 偏好评分——这些评分在关键部分仍显空洞时便陷入停滞。我们认为，这最后一英里最好构建为技能的复合体：由一份上游提取器共享的、薄型的、可被代理读取的契约，包裹确定性原语 (https://huggingface.co/papers?q=deterministic%20primitives) 于度量填充循环 (https://huggingface.co/papers?q=measured-fill%20loop) 中，其出口为硬性通过/失败渲染关卡 (https://huggingface.co/papers?q=render%20gates)。我们以 ResearchStudio-Reel 实现了这一理念，包含五个 Claude Code 和 Codex 技能，组织为一个共享提取器（Paper2Assets）、三个可编辑生成器 (https://huggingface.co/papers?q=editable%20generators)（Paper2Poster、Paper2Video、Paper2Blog）和一个交互式收敛层 (https://huggingface.co/papers?q=interactive%20convergence%20layer)（Paper2Reel）。Paper2Assets 将每篇论文提取一次，形成可被下游技能复用的共享包；三个生成器分别生成可打印的海报、同步的演讲视频和双语博客，这些产物保持事实一致，并可在 PowerPoint 或 Word 中往返编辑；Paper2Reel 则将三者整合为一个自包含的 HTML 查看器 (https://huggingface.co/papers?q=HTML%20viewer)，通过章节级点击可使视频、幻灯片、字幕和博客跳转至匹配内容。在 Paper2Poster 基准测试中，我们的海报在各项美学和信息子指标上均领先于先前自动化系统和一次性前沿大语言模型，在两个独立 VLM 评判器的评估中美学方面超过作者原版，并在 84% 至 93% 的论文上总体胜出；能力审计 (https://huggingface.co/papers?q=capability%20audit) 进一步表明，通过将叙述对齐的幻灯片高亮与经布局感知的 DOCX 修复 (https://huggingface.co/papers?q=layout-aware%20DOCX%20repair) 把关的双语博客独特结合，ResearchStudio-Reel 是唯一能交付全部三种可编辑产物的流水线。项目地址：https://aka.ms/ResearchStudio

查看 arXiv 页面 (https://arxiv.org/abs/2607.04438)查看 PDF (https://arxiv.org/pdf/2607.04438)项目页面 (https://aka.ms/ResearchStudio)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.04438)

在您的代理中获取此论文：

hf papers read 2607.04438

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

在模型的 README.md 中引用 arxiv.org/abs/2607.04438 以从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集的 README.md 中引用 arxiv.org/abs/2607.04438 以从此页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2607.04438 以从此页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。

相似文章

面向 Claude Code 的学术研究技能

Hacker News Top

一套为 Claude Code 设计的插件套件，协助学术研究者在从研究到发表的全流程中提供支持，强调人类在环（human-in-the-loop）的完整性校验和风格校准。

@XAMTO_AI: 20分钟捅出一篇能投顶刊的论文，这事儿现在真不是吹牛批。 https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills… 以前做实证有多熬人你们心里都有数：选题、…

X AI KOLs Timeline

Stanford REAP and CoPaper.AI have released Auto-Empirical Research Skills (AERS), an open-source toolkit with over 23,000 agent skills that automates the entire empirical research pipeline for social sciences, from topic selection to journal submission.