MansoN_AI

上一条说到remio做PPT很专业，我觉得做原生PPT，我们应该是最专业的，而大部分业界产品做PPT的路线是错的。 这事也挺好玩的。之前在网易的时候，最后几年我们团队内部沟通是要求不用PPT的，因为磨PPT太浪费时间。但我们做了remio之后，确实发现做PPT的需求太普遍，所以就扎根到解析和做PPT里了。 要做好PPT，关键是要设计好一种合适的DSL或IR，让模型像写Markdown那样自然，而且看到IR就基本能知道效果。 在这一点上，业界很多产品的做法就是不对的。 比如特别多产品和SKILL是用HTML和CSS的，这就做不好也费钱，因为HTML的非绝对定位和CSS的selector等机制都会使得语言和效果脱节，所以容易写出来效果有问题，调试问题容易折腾。这一点上我们和guizang等基于HTML的SKILL做过对比，基本上remio会快一倍，成本低的更多。 再比如很多产品是基于操作PPT的软件包写代码来实现，这些软件包的代码描述的很多时候是过程而非结果，语言也不够精炼，这样质量和效率也就自然做不好。remio和Claude Code比速度快一两倍，成本只有1/3，原因就在这里。 最正确的路是设计一种精炼直观的IR，并且做到往返高保真，也就是说模型用这个IR生成的PPT，解析后读过来还是这个IR。往返保真这点特别重要，否则已有PPT就没法修改，对生成而言，模型写的时候是一个东西，读过来突然变成另一个东西，模型就被搞晕，不自信了，不知道自己写的对不对。 但往返保真的工作量特别大，PPT的格式及其复杂，把各种PPT元素都解析成IR的工作量是很夸张的，我们做了九个月，算是做了个八成，也还没做完。 走在这条路上的，业界我们除了我们，也就ppt master。ppt master是用svg作为IR。svg还是比较合适的，因为它是绝对定位布局，语法也精炼，模型也会用。但svg有个很大的问题是文本不会排版，这就要求生成的时候模型得把每个换行都算好，要是改一个字后面所有换行都得重算。这是svg路线的硬伤。当然ppt master要做的工作还有很多，最大的一块是解析已有ppt到svg的功能它才开始，这块的工作量是极大的。