# 新加坡国立大学Paper2Video：AI一键将论文变演讲视频，开源多智能体框架颠覆学术传播

- Link: https://paooo.com/aigc-news/13295/
- Published: 2026-06-19T05:42:22+08:00
- Author: 站外新闻

> **💡 站外导读：**在学术界，将深奥的论文转化为生动、易懂的演示视频，一直是研究人员
> 面临的核心痛点。随着AIGC技术的爆发，自动化内容生成正重塑知识传播方式。新加坡国立大学
> Show Lab推出的Paper2Video项目，正瞄准这一需求，通过先进的多智能体框架，将一篇完整
> 的学术论文自动转化为包含幻灯片、字幕、语音乃至虚拟演讲者的高质量演示视频，极大
> 地降低了学术成果可视化与公众传播的门槛。

## Paper2Video是什么

Paper2Video 是新加坡国立大学 Show Lab 开发的项目，从学术论文自动生成演示视频。通过
PaperTalker 多[智能体](https://paooo.com/trends/)框架，将论文转化为包含幻灯片、字幕、
语音和演讲者头像的完整演示视频。框架包含幻灯片构建器、字幕构建器、光标构建器和演讲
者构建器四个模块，分别负责幻灯片生成、字幕生成、光标定位和演讲者视频生成。Paper2Video
提供了首个高质量的学术演示视频基准，包含 101 篇论文及其对应的作者演讲视频、幻灯片
等数据。基准还设计了 Meta Similarity、PresentArena、PresentQuiz 和 IP Memory 四个
评估指标，用于衡量视频是否能准确传达论文的核心思想、是否易于理解、是否突出作者的
贡献以及是否增强研究的影响力。

阅读目录

 * [Paper2Video是什么](https://paooo.com/aigc-news/13295/#paper2video%e6%98%af%e4%bb%80%e4%b9%88)
 * [Paper2Video的主要功能](https://paooo.com/aigc-news/13295/#paper2video%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Paper2Video的技术原理](https://paooo.com/aigc-news/13295/#paper2video%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Paper2Video的项目地址](https://paooo.com/aigc-news/13295/#paper2video%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Paper2Video的应用场景](https://paooo.com/aigc-news/13295/#paper2video%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/13295/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Paper2Video](https://paooo.com/wp-content/uploads/2026/05/Paper2Video-website-
1.avif)

## Paper2Video的主要功能

 * **自动视频生成**：从学术论文自动生成演示视频，将复杂的学术内容转化为易于理解的
   视觉和听觉形式。
 * **多智能体框架**：通过PaperTalker框架，整合幻灯片生成、字幕生成、光标定位、语音
   合成和演讲者头像渲染等多个模块，实现高效且高质量的视频制作。
 * **高质量基准数据集**：提供包含101篇论文及其作者演讲视频、幻灯片等数据的基准，
   为学术演示视频的研究和评估提供标准。
 * **定制化评估指标**：设计了Meta Similarity、PresentArena、PresentQuiz和IP Memory
   等评估指标，从不同角度衡量演示视频的质量和效果。
 * **易于使用的工具**：提供完整的代码和详细的使用指南，方便研究人员和开发者使用该
   工具生成自己的演示视频。

## Paper2Video的技术原理

 * **幻灯片生成与优化**：从论文的 LaTeX 源文件中提取内容，生成 Beamer 格式的幻灯
   片草稿。采用“树搜索视觉选择”方法优化布局，系统会生成多种布局候选，然后让视觉语言
   模型（VLM）来评判最佳版本。
 * **字幕与光标生成**：为幻灯片生成对应的讲稿（字幕），并规划出模拟演讲者在讲解时
   移动鼠标光标的轨迹。光标的移动和语音在时间和空间上精确对齐，引导观众的注意力。
 * **演讲者生成**：利用作者的一张肖像照和一小段声音样本，通过文本到语音（TTS）和
   说话人脸生成技术，合成一个带有作者个人特征、口型与语音同步的虚拟人像。
 * **并行化处理**：将视频生成任务按幻灯片拆分，并进行并行处理，大大缩短了总生成时间。

## Paper2Video的项目地址

 * **项目官网**：https://showlab.github.io/Paper2Video/
 * **Github仓库**：https://github.com/showlab/Paper2Video
 * **arXiv技术论文**：https://arxiv.org/pdf/2510.05096

## Paper2Video的应用场景

 * **学术会议**：为研究人员提供快速生成高质量演讲视频的工具，节省准备时间，提升演讲
   效果。
 * **在线课程**：帮助教育工作者将学术论文内容转化为生动的视频课程，增强教学互动性
   和吸引力。
 * **社交媒体传播**：使学术成果能够以更通俗易懂的视频形式在社交媒体上分享，扩大研究
   影响力。
 * **学术报告**：便于研究人员快速制作学术报告视频，用于内部汇报或公开讲座。
 * **研究推广**：为科研机构和学者提供一种新的研究成果展示方式，提升研究的可见度和
   公众认知度。

#### 📝 站长洞察 (Editor’s Insight)

Paper2Video的出现，标志着[AIGC](https://paooo.com/aigc-news/)在垂直专业领域的深度
落地。它不仅仅是简单的工具，而是构建了一个从内容理解、多模态生成到质量评估的完整
闭环。其“树搜索视觉选择”等创新方法，展示了AI在理解论文结构、逻辑并进行创造性呈现
上的巨大潜力。这预示着未来学术传播将更加自动化、个性化。更关键的是，该项目同步开
源了代码、基准数据集和评估方法，为整个学术社区提供了标准化的工具和评估标尺，有望
催生一个围绕学术视频生成的新研究子领域。这不仅是技术的突破，更是推动科研成果普惠
化、加速知识流动的重要基础设施。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)