市面上的 AI PPT 工具大多解决了"从零到一"的草稿问题，却卡在了两件事上：生成风格千篇一律，每次都要重新调；改一处就重做整页，多轮迭代基本失效。MemSlides 就是为这两个痛点而生——它是一个记忆驱动（Memory-driven）的 Slides Agent 框架，登顶 HuggingFace 榜首，由清华大学、上海交通大学、北京邮电大学联合提出，已开源。

MemSlides 是什么

MemSlides 把"个性化"和"多轮修改"做成了 PPT Agent 的一等公民。它的关键不在生成更炫的模板，而在记住你怎么做 PPT。

与通用 AI PPT 工具的差别：

• 通用工具：每次对话从零开始，你说"蓝色商务风"，它生成一版；下次还得再说一遍
• MemSlides：把你的偏好（配色、字号、图表样式、口头修改习惯）存进记忆模块，后续生成自动套用，并且支持"只改这一页的这个元素"

MemSlides 把"个性化定制"和"多轮局部修改"做成了框架级能力，而不是靠 prompt 工程临时凑出来。

核心能力

个性化风格记忆

第一次使用时，你只需要描述一次你的风格偏好：

"我的 PPT 偏好：深色背景、无衬线字体、图表用 Tableau 配色、每页不超过 3 个要点。"

MemSlides 会把这些偏好结构化存入记忆模块。之后无论你生成什么主题的 PPT，都会自动套用——不用每次重复描述。

记忆是可累积的：你随口提一句"以后图表都加数据标签"，下次生成也会自动加上。

多轮局部修改

这是 MemSlides 区别于同类工具的核心。它支持针对单页或单个元素的迭代修改，而不重建整份文档。

典型对话流程：

1. 你："第 5 页的饼图换成柱状图，按销售额降序。"
2. MemSlides 定位到第 5 页的图表对象
3. 局部重生成该元素，保持其他页面不变
4. 更新记忆（你偏好柱状图按值降序）

相比之下，传统 AI PPT 工具一旦修改就重出整版，前面的精调成果经常丢失。

生成质量

MemSlides 登顶 HuggingFace 的相关 PPT 评测榜单，主要靠两点：

• 结构合理性：大纲层级、章节过渡比通用工具更符合演讲逻辑
• 视觉一致性：跨页风格统一，不会出现"每页像不同人做的"问题

怎么用

准备工作

• 项目地址：以论文/HuggingFace 仓库为准（搜索 MemSlides 即可）
• 环境：Python 3.10+，建议 GPU 推理
• 依赖：PyTorch、transformers，以及论文指定的 slide rendering 库（通常基于 python-pptx 或 reveal.js）

三步典型流程

第一步：初始化你的"用户画像"

首次运行时，给 MemSlides 一份偏好描述。建议覆盖：

• 视觉：配色、字体、字号、图表风格
• 结构：每页要点数量、章节切分偏好
• 语气：技术汇报 / 路演 / 教学

这一步的描述越具体，后续生成质量越高。

第二步：生成首版 PPT

输入主题和要点，例如：

"生成一份 15 页的 PPT，主题是'我们的 SaaS 产品 Q3 复盘'，包含 GMV、留存、流失分析、下季度计划四个部分。"

MemSlides 会调用记忆模块套用你的偏好，生成首版。

第三步：多轮精修

针对不满意的页面做局部修改：

• "第 3 页的折线图改成柱状图"
• "第 7 页要点太多，合并成 2 条"
• "整体配色再深一点"

每次修改都会同步更新记忆，下次生成自动应用。

提示：多轮修改时，建议一次只改一个维度（先改内容，再改样式），方便定位问题。

适用场景

与同类工具对比

常见问题

• 记忆模块会"记错"怎么办：MemSlides 支持查看和编辑记忆条目，发现错误偏好直接删除该条即可。
• 能否多人共享偏好：当前版本主要面向单用户，团队共享需要手动导出/导入记忆配置。
• 生成速度慢：多轮修改比首版生成快很多（只重算局部），首版建议在 GPU 上跑。

---

相关链接

• 智源社区报道：https://hub.baai.ac.cn/view/56268
• HuggingFace 模型页（搜索 MemSlides）