PPT Smith V5 声明式路线：多模态模型推荐

PPT Smith V5 声明式路线怎么搭配模型？

主模型：负责理解内容、读图拆解和任务编排。
GPT-5.6 Sol：负责内容组织、场景描述与整体流程编排。
Qwen3-VL 系列、Kimi K2.6 / K3：用于图像与文档理解，辅助识别设计稿中的文字、结构和布局。
豆包 Seed 2.1 Pro / Turbo：用于视觉理解、复杂指令执行与工具调用。
GLM-5.3-Flash、DeepSeek-V4.1-Flash：用于图文分析，并配合工具完成制作任务。
MiniMax-M3：可作为多模态长上下文任务的候选，处理较长材料与制作需求。

生图模型：负责生成和修改设计目标图。
海报推荐 Seedream 5.0 Pro 和 GPT Image 2.5，用于探索配色、版式、插画与整体视觉风格。主模型“会看图”，并不意味着它能直接生成图片，需要接入相应的生图工具。

Final: 通过场景重建与渲染后端，将设计落实为可编辑 PPT。
已有完整设计图，可以直接进入复刻流程；
没有目标图的新设计，则先调用生图工具。

以上均为推荐候选，具体效果以实际接入和测试为准；
Qwen3-VL 作为主 Agent 使用时，还需选择支持工具调用的端点。