華東師范大學Planing Lab提出APEX框架，通過自然語言指令實現(xiàn)學術海報的局部可控編輯，并引入「審查—調(diào)整」機制提升編輯可靠性。

學術海報是科研成果展示的重要形式，但在有限版面內(nèi)完成高密度內(nèi)容組織與美觀排版，往往需要研究人員投入大量時間與精力。

近年來，Paper2Poster、PosterGen 等工作嘗試通過多智能體框架自動生成學術海報初稿，但生成結果普遍存在排版僵硬、風格單一的問題，與人工精修海報仍有明顯差距。

不僅如此，這些方法缺乏在初稿基礎上進行交互式修改的能力，當用戶不滿意時，往往仍需大量人工手動修改。

針對這一痛點，華東師范大學Planing Lab提出APEX（Academic Poster Editing Agentic Expert），這是首個面向交互式學術海報編輯的Agent框架。

APEX能夠根據(jù)用戶的自然語言指令，對現(xiàn)有學術海報進行局部、可控的自動修改，真正實現(xiàn)「一句話編輯學術海報」。

為應對學術海報中圖文元素密集、結構復雜的特點，APEX通過操縱預定義的一套涵蓋「單元素操作」到「組操作」的多層級API來增量式編輯學術海報。

此外，其引入「審查—調(diào)整（Review-and-Adjustment）」機制，在首次編輯完成后對比編輯前后的視覺與語義變化，檢查是否存在與指令不一致或不必要的修改，并進行二次修正，從而顯著提升編輯結果的可靠性。

為模擬真實編輯場景并系統(tǒng)評估學術海報自動編輯能力，團隊通過參考導向與無參考優(yōu)化兩種方式構建了首個學術海報編輯基準測試APEX-Bench，該基準覆蓋 59 篇 ICLR、ICML、NeurIPS 頂級會議論文，對應514條具有4種難度梯度的編輯指令，涵蓋文本內(nèi)容修改、風格調(diào)整、圖像編輯與布局重構等多種操作類型。