做图片转 PPT 最难的不是生成第一版，而是让第一版和原图对得上。
我的做法是让 agent 反复做同一件事：渲染成图、和原图逐块比对、找出最差的一块、改、再渲染。单张通常要十几轮。
笨的地方是慢，每轮都要真渲染，不能只看模型自述。稳的地方也是这里：差异是量出来的，不是猜出来的。
现在主要卡在两类图：超大图渲染慢，长条图分块后对齐容易错。前者在考虑分区降采样，后者在试按格拆页。
有没有人做过类似的渲染比对流程？想听听怎么控制轮数和成本。
做图片转 PPT 最难的不是生成第一版，而是让第一版和原图对得上。
我的做法是让 agent 反复做同一件事：渲染成图、和原图逐块比对、找出最差的一块、改、再渲染。单张通常要十几轮。
笨的地方是慢，每轮都要真渲染，不能只看模型自述。稳的地方也是这里：差异是量出来的，不是猜出来的。
现在主要卡在两类图：超大图渲染慢，长条图分块后对齐容易错。前者在考虑分区降采样，后者在试按格拆页。
有没有人做过类似的渲染比对流程？想听听怎么控制轮数和成本。
Select Language