OOXML 和文档工程优化

Slide Creator 的最终目标是弥合 AI 驱动的创造力与 Microsoft PowerPoint 僵化、确定性世界之间的差距。这需要对以下领域有深入的、以研究为驱动的理解：Office 开放 XML (OOXML)规范 - 定义“.pptx”格式的 ISO/IEC 29500 标准。

1. 原生锚架构™

大多数“PPTX 导出程序”将 PowerPoint 视为“哑”容器，将元素放置为浮动图像或非标准形状。我们的研究开创了原生锚架构™，这确保了：

每个文本框都是一个原生的 PowerPoint `` 元素。

每个图表都是本机 Excel 支持的`` 对象。

每个锚点都经过数学计算，以防止在不同版本的 PowerPoint (2016-365) 中打开时出现布局漂移。

2. 解决“非确定性”差距

人工智能模型是不确定的；它们并不总是输出完全相同的坐标。然而，OOXML 是严格确定性的。我们的研究中级模式翻译创建一个“缓冲层”，在文件组装之前，人工智能生成的设计意图将在其中验证并“捕捉”到严格的、符合 OOXML 的网格。

3. 高性能XML组装

生成包含复杂矢量图形和高分辨率图像的 100 张幻灯片的计算成本可能很高。我们开发了一种高性能流式 XML 生成器在 Rust 中：

与标准 Python 或 Node.js 库相比，组装“.pptx”文件的时间减少了 85%。

通过以块的形式处理幻灯片 XML，而不是将整个文档加载到 RAM 中，最大限度地减少内存开销。

4. 逆向工程布局漂移

我们的主要研究方向之一是“漂移分析”。我们以编程方式在各种环境（Windows、macOS、Web、移动设备）中打开生成的牌组，并使用计算机视觉来检测元素放置的微小变化。这些数据被反馈到我们的训练循环中，以提高生成布局模型的精度。

5. OOXML 的未来：AI 原生扩展

我们正在倡导并开发 OOXML 标准的“AI-Native”扩展，该扩展将允许更好的元数据嵌入，使 AI 能够“记住”为什么它将特定元素放置在特定位置，从而促进人与机器之间更轻松的协作。

要了解我们如何将品牌规则应用于这些布局，请访问我们的设计语义 page.