AI PPT的四大技术流派

新闻

作者：微信文章
AI生成PPT这件事，已经从早期的噱头走向了实用。但不同产品背后的技术路线差异很大，大致可以分成四个流派。

---

第一派：HTML生成派

这是目前最主流的做法。Gamma、Genspark、Manus，还有国内一众产品，底层都是让AI写HTML代码，再渲染成幻灯片。



优点很明显：代码是AI最擅长的，html训练数据足够多，一般模型的html能力在线，排版自由度高，可以做出很炫的视觉效果。

缺点也很现实：HTML和PowerPoint原生格式（OOXML）兼容性差。导出成PPTX后经常错位，想二次编辑基本得重做。Gamma为了解决这个问题，干脆自建了一套Block系统，但代价是页面看起来千篇一律。

Manus的实测流程很能说明问题：它生成一页PPT要经历"写大纲→搜资料→写草稿→生成HTML代码→检查排版"五个步骤，其中代码生成就要耗掉6分钟。最后导出的PPTX还可能出现页面显示不完全的问题。

第二派：图片生成派

2025年底Google发布的Nano Banana Pro（Gemini 3 Pro Image）带火了这条路。它的逻辑很简单：直接让AI生成一张张PPT图片，而不是代码。



优势是视觉效果：AI画图的能力已经很强了，生成的PPT可以直接做出海报级质感。Nano Banana Pro还专门优化了多语言文字渲染，中文显示不会糊。

劣势是灵活性：生成的是静态图片，文字改不了。想要编辑，只能在PowerPoint里叠一层文本框覆盖，或者重新生成。Genspark、Kimi、Manus后来都接入了这个功能，作为HTML方案的补充。
第三派：模板填空派

这是最传统的路线。Pitch、Canva、WPS AI走的都是这个方向——先做好一堆模板，AI只负责往预留的槽位里填内容。



好处是稳定可控：模板已经过设计师审核，排版不会出错，导出后完全可编辑。

坏处是创意受限：AI只能决定"放什么"，不能决定"怎么放"。遇到复杂的内容结构，模板可能套不上。

Canva的Magic Design、Pitch的协作功能都是典型代表。这条路适合对格式要求严格的企业场景。

第四派：原生OOXML生成派

这是最难的一条路。OOXML是PowerPoint的原生格式规范，直接让AI写这种代码，理论上可以生成完美兼容、完全可编辑的PPT。

但之前各家尝试的效果都很差。ChatGPT早期生成的PPTX，排版混乱、样式错位，基本不可用。所以这个流派一直没什么市场份额。



最近的变化来自Claude。Claude opus 4.6 在OOXML原生生成上的突破比较明显——一句提示词就能生成可在PowerPoint里直接编辑的PPT，还能参考指定网站的风格。排版和装饰元素的设计感，比早期的HTML方案强了不少。

如果这条路跑通，意味着AI PPT可以同时拥有"生成速度"和"原生编辑能力"，对其他三个流派会是降维打击。

总结



目前HTML派占据主流，但OOXML原生派的突破可能会改变格局。对用户来说，选工具前先想清楚："一次性出图"和"可反复修改"，技术而言，是两种截然不同的需求，对应的工具差异会很大。

本脑基本都试用过，目前虽然离生产还比较远，但是个人消费级ppt基本够用了，可以节省不少人力。图片型的ppt一眼能看出来是生成的，原生格式可能需要更多的数据进行训练吧，html咋一看很酷炫不过确实千篇一律，填模板的相对实用，节省人力的中坚力量。

希望原生格式派取得突破，毕竟需求还是很大的。