拖开每个元素,都完整干净
商务页里的卡片、图标、照片和连线各自成块,拖到别处时不带邻居的碎片,原位也不留残影;原图上看得见的内容都在,并且只出现一次。
- 水滴形、异形的卡片和框变成可编辑的形状,能直接改颜色和边框
- 一格一张卡片的网格按卡片交付,表格里同一列、同一表头的字号和粗细保持一致
- 插画风页面的大标题不再留在背景图里,可以单独挪动或修改
转换质量和使用体验的最新改进。
去转换商务页里的卡片、图标、照片和连线各自成块,拖到别处时不带邻居的碎片,原位也不留残影;原图上看得见的内容都在,并且只出现一次。
转出来的 PPT 里,图表刻度、英文手写字和小号艺术字更多变成可以直接修改的文字;图标、徽章和 logo 放大看边缘依然清楚。
接入 API 更省事:任务转完会主动通知你的服务器,文件放在网上的直接给链接,不用再先下载再上传。
转换时先把整页内容全部切分好,再逐一换成可编辑元素:和原图一致的换成可编辑的线条、箭头和形状,其余保留原样,原图上的内容不会丢失,也不会出现两份。
转换改用新一代识别模型,文字、图形和版式识别更准,同一页多次转换的结果也更稳定。
商务页里的箭头、表格和图表文字更多地转成可以直接编辑的元素。
复杂版式的商务页转换得更完整、更干净。
空心形状、箭头和细线按真实轮廓还原,嵌进 PPT 的照片和插画保留完整颜色。
表格、箭头和图标混排的密集页,转出来更完整、更贴近原图。
手机和窄窗口下,顶栏放不下的入口收进一个菜单,历史记录、购买记录和退出登录都进得去。
有一部分人登录时会卡在「发送中」、永远拿不到验证码。已经修好,如果你因为这个没能登进来,直接再试一次就行,不用换浏览器也不用清缓存。
以前在 Codex 里用 Image2PPT 只能给一个公网上的图片地址,现在本机文件和 PDF 都可以直接交给它,PDF 按真实页数算。上传体积超限时会明确告诉你该分几批传,网页和批量上传也会在传之前先本地核一遍。网站的语言开关也改了:按钮上写你正在用的语言,点开是一个菜单;博客、技术介绍这些页面这次第一次有了语言入口。
装上 Image2PPT 之后,把幻灯片图片丢进 Codex 对话里说一句「转成 PPT」,转换就在对话里跑完并给出下载链接,进度也看得到。用的是你自己账号里的额度,网站和对话两边看到的是同一份任务记录。登录始终在 image2ppt.com 上完成,Codex 拿不到你的邮箱验证码,也拿不到你在网站上的登录状态。
新增「用 Google 账号登录」,点一下就进,不用等验证码邮件(支持 Gmail 和 Workspace 账号)。两种方式随时二选一,同一个人不会因为换了登录方式就变成两个账号,积分和历史记录都还在原来那个号上。账户里还多了「登录设备」,能看到哪些设备正登着你的账号,不认识的可以一键踢掉。
这次 6.0 版本把「高保真还原」又往前推了一步:形状的边框和位置改为按原图的真实像素测量校准,文字颜色直接从原图取色,箭头和连接线也尽量重建成可以拖动编辑的原生元素;密集内容页的背景清理更干净,不再出现灰蒙蒙的残影。稳定性同样有大提升:修复了多页任务大面积超时的问题,自动模式对白底商务页的判断更准;服务升级期间正在转换的任务也不会丢,会在服务恢复后自动接着跑完。
这次我们对底层的转换模型做了一次大升级,只为一个目标——让转出来的 PPT 尽可能贴近原图。系统会按每一页的内容自动挑选最合适的还原方式,把文字、形状、表格、图标尽量重建成可编辑元素,位置、颜色和排版都朝着「几乎看不出和原图的差别」去做。你拿到的不再是一张塞进 PPT 的截图,而是一份既能直接编辑、又高度还原原样的稿子。
以前点下载后,文件先在页面里悄悄传完才弹出保存框,网络慢时长时间没反应,断线只能从头再来。现在下载交给浏览器原生下载器:点击后下载条立刻出现,能看到真实进度和速度;中途断网或暂停后可以从断点继续,不用整个重下。批量打包下载的进度条也从「未知总量」变成了准确的百分比。
以前想看自己转过的文件、重新下载结果,得点右下角一个不太起眼的小按钮,很多人根本没发现。现在登录后,桌面端在顶栏就有「历史记录」入口,手机端收进了账户菜单的最上面,一眼就能找到、随时回去下载之前的成果。右下角那个按钮也改成登录就一直显示,有任务正在转换时会转圈提示进度。
幻灯片里那种以文字为主的内容——重点卡片、KPI 数字卡、编号或项目符号列表、数据表格、圆圈里的数字徽标——以前有时会被整块当成一张图片抽出来,里面的字就没法再编辑了。这次调整了识别规则,这类区域会尽量拆成可编辑的文字加形状/表格,转换后你能直接改文字内容,不用对着图片重做。
当幻灯片里的图片压着文字时,转换会把这些文字从图片背景里抹掉、还原底图,方便你重新编辑。以前这一步用采色加模糊,被抹的地方有时像涂改液糊了一块;现在换成了更聪明的图像修复,会根据周围画面把空缺自然补上,去字后的背景更干净、更接近原图。万一修复失败也会自动回退到原来的方式,不影响转换本身。
极少数情况下,你的转换其实已经成功生成了文件,任务状态却一直停在处理中、看不到可下载的结果。这次从根上修好了:服务在这种状态下重启时,会自动认出这些其实已经完成的任务、把结果补上,不再让它们卡死;同时堵住了几种并发时序下状态被错误改写的情况。受影响的任务会自动恢复,无需任何操作。
文字特别多的页面——大段正文、密集表格、整页商务或法律样板文——以前有可能转换失败、还退积分。这次从两个原因上都修好了:一是给模型的输出空间开到最大,长内容不再被中途截断;二是遇到模型因版权过滤拒绝转写的整页文字,自动改用文字识别把内容重建出来。现在这类页面能正常转换,不再白白消耗一次尝试。
如果服务在你的转换任务还在进行时重启,这个任务占用的积分有可能没被正确解锁——结果你明明有积分,后续每次转换却都提示积分不足。这次从根上修好了:服务重启时会把中断任务占用的积分直接退回,不再依赖一条在那个时机还没接上的回调。受影响的账户会自动恢复,无需任何操作。
多页转换时,任务面板的缩略图在每次进度更新时都会短暂消失再回来,整条缩略图条像在持续闪白。这次给图片访问地址加了浏览器端缓存,命中缓存时立刻显示,避开了拿新 token 的几百毫秒空窗。多页 job、批量上传时不再有这种持续闪烁,进度条更新的时候缩略图稳稳停在那。
之前为了排查 Paddle 报错,信用卡渠道临时只允许信用卡 / 借记卡,Apple Pay 和 PayPal 都被关掉了;同时英文界面把支付宝 tab 整个藏掉,海外用户即便想刷国内卡也走不了支付宝。这次把两条都恢复:信用卡渠道下面会显示 Apple Pay 和 PayPal,按钮上加了「Apple Pay · PayPal」副标;英文界面也展示支付宝 tab(按 CNY 结算),海外用户可以主动选支付宝付款。
之前转换完成后的卡片把多个文件挤在一起,文件名截断、缺少图标,看不出哪几份文件分别多大。这次把卡片重做:每个文件一行、左侧图标锚定、文件名完整显示,并直接读真实文件大小(不再用估算值)。批量转换或上传多张图片时,每个产出文件多大一目了然。
选择幻灯片比例的弹窗在某些屏幕高度下会出现整体过高、底部「开始转换 / 取消」按钮被浏览器边缘裁掉的情况,得手动滚动才能点到。这次把弹窗正文改成可独立滚动,底部按钮固定在弹窗底部,无论屏幕多高、内容多长,操作按钮永远可见可点。
部分幻灯片转出 PPTX 后偶尔出现两个相邻元素位置错位、互相重叠盖住文字的情况;表格如果原图里有合并的表头单元格(比如「2024 年 Q1」横跨三列),过去会被拆成几格分别画,合并语义丢失。这次同时修了两条:layout 重叠回归回到正确的几何对齐;表格按原图保留合并表头,导出后在 PowerPoint 里仍然是合并单元格。
上一版上线的「大块视觉背景保留」+「文字遮罩」两条管线,在一些边缘场景下还会露出色块或保留多余的图标残影。这次集中修了三种典型情况:照片底图上的文字涂抹改成先填实再轻度模糊覆盖;高方差背景上的图标区域回到模糊路径,不会再露出一个平面色块;前景图标叠在大背景图上时,背景图也会按照前景擦除一次,避免拖动前景后看见底下重复的图标轮廓。
带星云、照片、复杂插画、4+ 色不规则渐变这类大块连续视觉背景的幻灯片,过去会被一路拆成几十个矩形 + 渐变形状重新画,接缝、白边、装饰碎片很明显。这次改成主动识别这类区域,把原图像素整块铺到 PPTX 最底层,文字和真前景图标仍照常提取并叠在上面,可继续编辑。普通商务 PPT(没有大块视觉背景)行为完全不变。
幻灯片里常见的深色卡片、玻璃质感卡片、霓虹 / 渐变背景卡片,过去在转换后偶尔会被错画成一块纯白色块,盖掉里面的标题或数字,破坏整体视觉。这次修正改成先采源图实际颜色:源图边缘像素明显是深色的,就用采样到的真实深色把模型给的白底覆盖;只有源图确实是浅色时才默认到白色。同时增加一层文字对比度兜底,避免覆盖后变成「黑底黑字」。复杂背景上的卡片视觉重建准确度大幅提升。
幻灯片里那种只有描边、内部应该是透的圆角框(比如把几个标签包起来的虚线分组框),以前在深色背景的页面上会被渲染成一块不透明的黑色色板;在亮背景上会被渲染成一块不透明的白色色板,直接把里面的文字和标签盖住。这次把这条渲染路径修正:描边框的内部按设计原意保持完全透明,框线本身保留原色,框下面的背景和元素都能看到。
之前从 image2ppt 下载导出的 PPT 或 ZIP,文件名经常带着上传时残留的杂质(随机前缀、URL 编码符号、零宽字符等),中文名在部分旧浏览器和国产代理下偶尔退化为 `download`;Windows 又会因为保留名变体(COM1 / NUL 等及其全角 / 上标形式)直接拒绝保存。这次把下载文件名管线整体重做:上传时的脏数据按统一规则清洗,中文 / Unicode 文件名走严格 UTF-8 编码,Windows 保留名变体兜底回退到安全名。所有现代浏览器在 Windows / macOS / Linux 下落盘后看到的都是干净的原始文件名,清理不掉的极端情况退回到 `presentation-<短 id>.pptx`,永远不会失败。
以前从幻灯片里识别出来的图标,框经常松一圈、或者夹着旁边的横向文字 / 装饰线条 / 相邻 label,裁出来的图标看着糊或者不干净。这次把图标识别和裁剪一起重做:图标框对齐到实际像素边界;误圈进来的相邻文字、label、装饰线会自动剔除;圆形 icon 在渲染前先验证形状,符合的按真正圆形渲染,不符合的回退矩形,不会再出现把图标关键内容切掉的情况。
背景特别乱的幻灯片以前转换出来经常有「重影」问题——大片渐变、仪表盘、地图、glow 装饰图叠着标题或数字时,PowerPoint 里看到的是同一行字浮着一层鬼影:图里烧着一份,上面又叠了一份可编辑的,怎么改都改不干净。这次更新把这个问题彻底修掉了。看着还是原来那张图,但每个字都直接可编辑。
任务卡片标题从原本的 hash(`#a1b2c3d4`)改为上传时的源文件名(如 `quarterly-report`),下载得到的 `.pptx` 文件名与卡片一致;任务列表按状态分为「进行中」与「最近完成」两组,组头带计数;已下载过的任务在下载按钮上显示 outline 灰色 + ✓ 标记,与未下载的实色绿按钮区分。
针对一批商务样张做了视觉保真度集中修复:圆形 logo/头像不再被矩形 crop 带出四角鬼影;PPT 里拖开前景小图后,背景大图不再露出同一份内容的副本;CLI 和 PDF 路径的输出体积现在和网页端一致,5 张图样本从 28.8MB 缩到 2.0MB。
上传限制放宽:PDF 页数上限从 30 页提到 50 页,单文件大小上限从 30MB 提到 35MB。同时把 PDF 每页在后端的中间渲染改成了 JPEG,转出来的 PPT 体积大幅缩小——同一份测试 PDF 从 19.62MB 降到 2.42MB,下载、分享、邮件都更顺。
针对一批商务样张做了集中修复:多卡片版面里每张卡的正文和 KPI 数字不再被漏掉;警示/提示条会渲染整条背景而不是只画一根色条;标题、正文、脚注的字号层级保留,不再统一压平;数字+文字混排时,只有数字被标红/标蓝,文字保持深色,而不是整行被染色。
以前后台会把图片比例 round 到 16:9 / 4:3 这种标准 bucket,1:1 的图被塞进 16:9 后,圆形图标会被横向拉成椭圆。现在 slide 尺寸严格按图片真实比例生成,圆图标依然是圆的,矩形依然是矩形。混合比例的批次也支持了——挑一张作为整份 PPT 的尺寸,其它图用 letterbox 居中,绝对单位(字号、线宽)同步缩放,内容不会越界。
用手机拍的会议室大屏照片,周围带天花板、地面、桌椅或人,现在会先自动识别幻灯片区域并裁出来再做识别,不会把环境一起喂给模型。横拍需要旋转的照片在裁剪前也会正确摆正。
中文字体识别能区分楷体、宋体、黑体、仿宋、等线、雅黑等常见 PPT 字体,不再统一回落到一种,转换后页面的视觉风格更接近原图。
转换页的任务状态现在会实时刷新,不再需要手动刷新页面才能看到进度。任务列表也只显示真实存在的缩略图,不再出现 404 的灰图。
可以直接从剪贴板粘贴图片到上传区,也支持粘贴包含 <img> 的网页片段。从含懒加载图片的复杂网页复制时,会更可靠地拿到真实图片地址。
现在首页会明确提示可以一次上传多张图片或 PDF。添加文件后,也能继续追加更多文件,不需要清空重来。
最近一轮质量修复集中在表格、图形标签和复杂页面超时。目标是减少空白表格、重复文字和失败页。
上传时可以选择 16:9、4:3、A4 横向/纵向等比例,也可以继续让系统按首张图片自动判断。
多页 PDF 或批量图片里,单页失败不会拖垮整份文件。成功的页面照常输出,失败页会变成提示页。
首页加入转换前后对照样张,下载也改为浏览器原生下载,点击后反馈更直接。