大模型從圖文、圖片、視頻卷到了PPT生成，但距離“一鍵生成”的終極目標還有明顯距離，這就得看誰能持續(xù)“燒錢”完成進步了。

@科技新知 原創(chuàng)

作者丨余寐 編輯丨賽柯

繼聊天機器人、文本創(chuàng)作、圖像生成、視頻生成之后，大模型高調(diào)“卷”入PPT生成中。

入局者既包括傳統(tǒng)辦公軟件開發(fā)商，如金山辦公推出WPS AI、iSlide推出iSlide AI；也包括互聯(lián)網(wǎng)巨頭百度、阿里等攜百度文庫、夸克AI PPT出場；還有科大訊飛、天工AI、月之暗面Kimi等AI領(lǐng)域的重量級選手。各家紛紛拿出看家本領(lǐng)，爭相在PPT賽道上贏得先機。

比如，國產(chǎn)大模型Kimi聯(lián)合AiPPT推出PPT助手，而科大訊飛也不甘示弱，發(fā)布了訊飛智文2.0版本的智能文檔AI助理，一鍵生成PPT升級版。這些工具不僅能提煉文檔核心生成大綱，還能一鍵切換主題模板，甚至支持多文檔到PPT的轉(zhuǎn)換……每一個功能都寫著“省時省力”，每一個營銷點都體現(xiàn)著“卷”的決心。

畢竟“天下苦PPT久矣”，PPT制作一直是職場人士的一大痛點，技術(shù)的較量若能推動辦公生產(chǎn)力的革新，用戶自然喜聞樂見。但是，面對如此硬核的用戶真需求，如若企業(yè)只是打著AI的幌子交一份偽答卷，無疑將達到反效果，傷了用戶的心。

因此，「科技新知」本次將在國產(chǎn)大模型中挑選四名選手進行實測，包括Kimi、訊飛智文、百度文庫、WPS，以觀察大模型企業(yè)對打工人的誠意幾何。

為確保測評結(jié)果的客觀性和參考價值，我們采用以下設定：

1.使用統(tǒng)一的中文提示詞，包括簡易提示詞和復合提示詞；

2.每個大模型的測試項目都包括：輸入主題生成PPT、上傳文檔生成PPT；

3.統(tǒng)一使用電腦網(wǎng)頁版及其默認設置；

4.統(tǒng)一呈現(xiàn)一次生成結(jié)果，不進行二次調(diào)整優(yōu)化。

以下是各個模型表現(xiàn)情況：

生成方式1: 輸入主題生成PPT

指令：你是一名經(jīng)驗豐富的影視產(chǎn)業(yè)觀察者，被邀請至高校的課堂做分享，主題是2024年國內(nèi)五一檔電影及其票房分析，現(xiàn)在需要你據(jù)此做一份PPT，要求要有清晰的結(jié)構(gòu)和邏輯，精準的數(shù)據(jù)支持，精美的視覺設計，須包含圖表，總頁數(shù)不超過20頁。

指令說明：作為一個信息溝通工具，PPT應有效地在繁雜的信息中提煉要點、歸納總結(jié)，并將多數(shù)據(jù)部分做可視化呈現(xiàn)。因此，為測試這幾款AI PPT的基本能力，本輪測試專門選用具備多主體、多數(shù)據(jù)主題。

WPS AI：左右滑動查看更多

WPS AI：近900字的PPT大綱，層級分明、內(nèi)容全面，不禁讓人對這個匯報充滿期待，但最終生成的PPT卻只是把大綱填充進用戶所挑選的模板中，具體內(nèi)容仍需用戶自行檢索、歸納、分析。

如“背景介紹”部分，WPS AI非常直白地留下一句“分析2024年國內(nèi)五一檔電影市場，了解電影產(chǎn)業(yè)發(fā)展趨勢”，相當于只給用戶提供一個思考思路，但相信不少讀者跟「科技新知」一樣，希望AI能完成到分析這一步；對于“影視產(chǎn)業(yè)現(xiàn)狀概覽的市場規(guī)模”也僅有一句“高度概括”的表述：國內(nèi)影視產(chǎn)業(yè)持續(xù)增長，市場規(guī)模不斷擴大——水得太明顯了。

Kimi

Kimi：1分鐘的時間里，Kimi生成了近2000字的大綱，試圖用20頁PPT完成背景介紹、情況簡介、票房數(shù)據(jù)分析、受眾分析、成敗因素分析、營銷策略分析、政策環(huán)境與市場監(jiān)管、未來市場展望……只能說全面，十分全面。但問題也在于此——主題不突出，未能聚焦“2024年國內(nèi)五一檔電影及其票房分析”。

和WPS AI一樣，在“一鍵生成PPT”上，Kimi給到的也是一個思路框架、分析模板，如在“2024年票房數(shù)據(jù)分析”中，Kimi給出的回答是“詳細列出2024年五一檔期間各部影片的票房數(shù)據(jù)，包括總票房、單日票房、觀影人次等關(guān)鍵指標。分析票房數(shù)據(jù)背后的市場因素，如影片質(zhì)量、宣傳力度、觀眾口碑等。”不得不承認，這是一個相當完整的分析思路，相較于WPS AI也更為詳細。

百度文庫：左右滑動查看更多

百度文庫：如圖所示，百度文庫所生成的PPT目錄頁即其大綱的全部，看起來是位惜字如金的選手。意料之外的是，低期待等來了小驚喜，在前三個產(chǎn)品的測試中，百度文庫幾乎是最符合「科技新知」對“一鍵生成PPT”所設想的，包括結(jié)構(gòu)完整、詳略得當、主題突出、能引用官方數(shù)據(jù)并做分析。

但在生成大綱環(huán)節(jié)上，百度文庫出現(xiàn)兩段100%重復的內(nèi)容，由此生成出來的PPT也同樣發(fā)生重復。但基于其在內(nèi)容上的優(yōu)異表現(xiàn)，這點不足倒也影響不大，只增加了后期手動刪除的步驟。

訊飛智文：左右滑動查看更多

訊飛智文：出現(xiàn)多處排版疊字現(xiàn)象，但瑕不掩瑜，有別于WPS AI和Kimi的籠統(tǒng)和全面，訊飛智文對主題的把握更為準確，能夠合理分配各部分內(nèi)容的比例，并能圍繞主題對相關(guān)維度做有效分析，如不同影片類型分布及特點、購票渠道與觀影模式、重點城市票房數(shù)據(jù)等；信息抓取和文本生成能力較為突出，符合主題且有足夠的豐富度。

生成方式2: 上傳文檔生成PPT

指令：你是一名大學生，要做一個課程期末匯報，文檔名稱為“電影《傲慢與偏見》人物形象分析匯報”，字數(shù)1500，包含電影簡介與創(chuàng)作者簡介、故事梗概、主要角色人物形象分析、人物刻畫手法及小結(jié)，請你根據(jù)這份匯報講稿生成一份PPT。

指令說明：這項測試是為根據(jù)文檔生成一份匯報演講稿。按一般人平均語速約240字/分鐘計算，整個匯報約6分半。主要評估AI的語言和場景理解能力、文本閱讀能力、概括提煉能力等。

WPS AI：左右滑動查看更多

WPS AI：整體而言，是名簡約派選手，包含封面及尾圖，成品僅6頁。排版合理，但配圖毫無關(guān)聯(lián)；對文檔內(nèi)容的處理中規(guī)中矩，只做了基于文檔本身的處理，沒有做文檔外的內(nèi)容補充。

Kimi：左右滑動查看更多

Kimi：盡管上傳的文檔已經(jīng)是完成的一篇匯報演講稿，但Kimi似乎有自己另外的想法，它基于演講稿的框架和模板做排篇布局，提煉要點，但沒有展開分析，而是提供給用戶思考的方向，更像是一份“半成品”。用戶需再根據(jù)其指示自行填充內(nèi)容。此外，Kimi在本輪表現(xiàn)中竟存在內(nèi)容與小標題顛倒（混淆？倒置？還是說正文與小標題識別錯誤，位置顛倒之類的會清晰一點？）的低級錯誤。

百度文庫：左右滑動查看更多

百度文庫：根據(jù)其提供的選項，我們在“原文一致”和“適當擴寫”中選擇了后者，成稿確實有基于文檔內(nèi)容補充有效信息和完善，并且擴充內(nèi)容能夠圍繞“人物形象”這個關(guān)鍵詞展開，邏輯合理。排版無太大問題，較為致命的是配圖出現(xiàn)錯誤，用成《小婦人》的電影截圖。

訊飛智文：左右滑動查看更多

訊飛智文：排版依舊沒有將模板和文字內(nèi)容進行合理編排，出現(xiàn)多處疊字現(xiàn)象，且PPT頁面字數(shù)過多，不僅影響觀感，也不利于觀眾對信息的快速獲取。但通過聯(lián)網(wǎng)擴寫，成品能基于演講稿對匯報內(nèi)容進行有效地完善。此外，其提供的AI配圖是個亮點，雖然圖文相關(guān)性還有待加強，但已比前幾家的圖片表現(xiàn)要好。

生成方式3:其余相關(guān)維度測評

除整體成稿呈現(xiàn)外，我們還從以下幾個相關(guān)維度進行測評：響應速度與效率、使用成本和價格、模板與樣式、用戶體驗與交互、安全與隱私保護。

四款AI大模型PPT生成時間

“一鍵生成”無疑是被PPT硬控的打工人和學生黨夢寐以求的功能。畢竟，一份精美的PPT從挑選模板開始，就要耗費大量的時間和精力。再到梳理結(jié)構(gòu)、確定文本、斟酌用詞、排版布局、設計優(yōu)化等，可稱為繁瑣的集合。總體來看，本期測試的四款產(chǎn)品無論是通過輸入主題生成還是上傳文檔生成，成品時間都控制在2.5分鐘內(nèi)。其背后考驗的是高效的數(shù)據(jù)管理機制及算法系統(tǒng)等。

看起來，速度與質(zhì)量有時難兼得。在輸入主題生成中，訊飛智文以整體時間1分鐘的優(yōu)異成績勝出，且內(nèi)容質(zhì)量高。在上傳文檔時，WPS AI僅用了29s，但內(nèi)容在四家中墊底。

四款AI PPT測評對象對比表

在使用成本方面，AI新秀Kimi出手相當闊綽，目前，其PPT助手功能均可免費使用。其余三家均采用付費會員權(quán)益。但在當前拉新階段，三家也都設有免費或低價限時體驗包。

挑模板往往是PPT人艱難的第一步。整體來看，四款產(chǎn)品的PPT模板庫均以教育、職場辦公、科技、商務場景為主，適用場景及主題還有待進一步豐富。Kimi的大手筆貫穿全程，免費模板量居榜一，而百度文庫多數(shù)模板均為VIP權(quán)益，即使是免費模板，生成后下載到本地電腦也需付費。

從樣式上來看，各家生成的PPT在字體、動畫效果和幻燈片切換上都以“基礎款”打底，支持在線編輯或下載后編輯。

WPS AI界面 

Kimi界面 

百度文檔界面

訊飛智文界面

從交互體驗來看，四款產(chǎn)品注冊登錄方式便捷，均可通過手機驗證碼注冊登錄；支持網(wǎng)頁操作；從界面上看，WPS AI、Kimi和訊飛智能走的是極簡風，用戶能快速找到所需功能，百度文庫頁面則較為復雜，“AI生成PPT”則位于頁面最右的智能助手，操作界面只有整個首頁的五分之一。

在安全與隱私保護方面，四家均無明顯的隱私政策，未就如何收集、使用和保護用戶數(shù)據(jù)在顯眼處做相關(guān)說明。

測評觀察：技術(shù)進步與用戶期待的較量

不得不承認，在對四款AI PPT產(chǎn)品的測評中，我們見證了人工智能在內(nèi)容創(chuàng)作領(lǐng)域的重要進步。僅需簡單輸入指令、點擊生成，一雙無形的手便以驚人的速度開始編排并“立即生成”，這對于被PPT綁架的用戶無疑是一種解脫。

速度固然重要，但質(zhì)量才是核心。對話、文本生成是大部分企業(yè)切入賽道的第一個發(fā)力點，在日復一日的數(shù)據(jù)訓練中，大模型的自然語言處理能力得到顯著提升，這也為其往多模態(tài)發(fā)展打下了堅實的基礎�；�于此，在本次測評中，四款產(chǎn)品在邏輯分析上都有相當不錯的表現(xiàn)。

但在文本內(nèi)容生成上，各家大部分還停留于“提供思路”的層次，在提取有效信息，生成準確且有深度的文本上還有待加強，如WPS AI和Kimi。相比較而言，百度文庫和訊飛智文在本次測試中表現(xiàn)出另一梯隊的水準。如果說WPS AI和Kimi可以一鍵生成一份合格率為50%的PPT，那百度文庫和訊飛智文基本是80%的水平，這或許也得益于其背后百度、百度文庫和科大訊飛在知識引擎和內(nèi)容數(shù)據(jù)上的積累。

欣喜有之，遺憾亦有之。在「科技新知」最期待的數(shù)據(jù)可視化部分，四名選手則無一例外地選擇“視而不見”。數(shù)據(jù)——懸在大廠人頭上的“達摩克利斯之劍”，同樣是PPT里的靈魂擔當，通常包含數(shù)據(jù)比對，并以圖表、圖形等形式呈現(xiàn)，使其更直觀、易懂。這也是當代打工人做PPT的共識。為此，在“輸入主題生成”測試中，我們專門挑選了有數(shù)據(jù)信息的主題，并下達具體指令，要求成稿“須包含圖表”，結(jié)果卻沒有看到相應內(nèi)容的生成。遺漏用戶需求，也反映出對PPT使用痛點和場景理解的不夠深刻。

另一個不容忽視的問題是，PPT常見應用場景既包括學校，也有科研機構(gòu)、政府及企業(yè)等，也意味著大量的數(shù)據(jù)隱私、商業(yè)秘密等。而當前AI PPT大模型產(chǎn)品在數(shù)據(jù)隱私保護上還顯得標準不足、底氣不足，也都默契地在宣傳營銷層面避而不談。

這么看來，PPT離“一鍵生成”的終極目標還有距離。各路玩家趕路之余，還需繼續(xù)練好內(nèi)功。

大模型綜合能力的提升，很大程度上依賴于海量數(shù)據(jù)的喂養(yǎng)，其開發(fā)與訓練是一項需要全方位資源投入的復雜工程。它不僅依賴頂尖人才團隊和前沿技術(shù)，也離不開豐富的高質(zhì)量語料庫，這要求開發(fā)者具備持續(xù)的數(shù)據(jù)采集和處理能力。同時，還需投資大量硬件資源以提供必要的算力資源。

簡而言之，大模型的開發(fā)是一場對技術(shù)深度、數(shù)據(jù)廣度和算力強度的綜合考驗，而每一項技術(shù)進步的背后都是“燒錢”。

“百模大戰(zhàn)”是過去式了，已經(jīng)到了求生的階段。解鎖新應用場景，是大模型逐步走向商業(yè)化的必經(jīng)之路。據(jù)月狐數(shù)據(jù)測算，2024年6月智能PPT行業(yè)用戶規(guī)模已達到920萬，行業(yè)近3月用戶規(guī)模復合增速達21%。面對“PPT”這一需求龐大的內(nèi)容生成領(lǐng)域，誰又甘心在這場爭奪賽中掉隊？

搶占剛需的市場，企業(yè)務必要拿出實實在在的真本領(lǐng)了。除此之外，針對用戶的培育模式也值得考究，它關(guān)乎企業(yè)能否長遠地贏得市場與人心。回顧這幾年全球流行的在線辦公軟件發(fā)展歷程，從一開始的免費送福利造福上班族，到后來設置使用限制，逐步按功能收費“割韭菜”，引來一片罵聲。至今為止，關(guān)于這些企業(yè)的實際產(chǎn)出回報率及用戶留存率的具體數(shù)據(jù)仍顯匱乏，使得外界難以全面評估其經(jīng)營成效。

面對你我日益被AI重塑的生活，不管拷問得多細致都不為過。畢竟每一個為科技買單的用戶，都還要再付諸時間、隱私及信任。承載著打工人與學生黨厚望的PPT“幫手”，可別把好牌打得稀巴爛。

       原文標題 : 實測4款頭部PPT生成大模型：配圖錯誤頻發(fā)、數(shù)據(jù)可視化集體翻車