做了一个 3 分钟 gpt-img 转可编辑 ppt 并且可以保留艺术字的工具
之前做汇报 PPT 时，我发现 AI 生成的幻灯片好看得不得了，完全是我这种理科生望尘莫及的。但问题是改不了：一旦 AI 出现小幻觉，或者文案带点 AI 味，就只能重新生成、反复抽卡，结果还未必比第一次满意，让人很恼火😡。我也试过不少 skill ，烧了一堆 token ，速度和效果都不理想，于是我想，干脆自己手搓一个转换工具。
我先后试过 gpt-image-2.5 的透明背景、Seedream5 、Canva 、Codia ，甚至还去闲鱼找过代做。价格倒是明码标价（一页 1 ～ 2 块），就是偏贵，而且我发现他们用的也是 Canva 或 Codia ，还不如我自己弄得精细。
转了一大圈，我发现目前的实现方式基本分为两派：
- 基于生图模型：标注可拆分的部分并抠出，再提取 OCR 文字，最后重新生成背景。优点是可控；缺点是成本高、速度慢，背景补全全看运气，文字一多就补不好。而且难以处理多层结构，一般只能拆两层，层数一多，速度变慢，成本直线上升。
- Canva 路线：自行部署分割模型、inpainting 模型、OpenCV 、OCR 深度模型等，普通人很难玩得起。而且 Canva 对中文识别不佳，容易乱码，大段文本还会直接丢失格式。
我就想，能不能把两者结合起来：基于现有的 GPT 模型和一些开源模型进行微调，再用大量案例让 Claude 疯狂测试效果。最后，还真被我做出来了。
有问题直接发邮件或者这里回复，我给大家开了免费试用积分，测试不够的找我私聊，或者有啥 bug 或者功能想要，都可以直接回复或者邮件。
我的问题解决了，相信别人也会遇到同样的困扰，于是我做了这个网站，希望能帮到和我一样被做 PPT 困扰的人。
Select Language