WPS新功能实测：AI生成图片一键转PPT，文字图标可随意编辑

智东西

作者 | 王涵

编辑 | 漠影

近期，图像模型市场竞争激烈。OpenAI发布GPT Image 1.5，对标谷歌Nano Banana Pro，国内厂商也纷纷推出新一代图像模型，生成效果令人惊艳。

以谷歌Nano Banana Pro为例，你能分辨出下面哪张是AI生成，哪张是实景吗？

左为Nano Banana Pro生成，右为实景图

除了生成图画，打工人也开始用AI工具制作PPT、海报，但AI生成的图片往往难以二次编辑。一是付费额度限制，二是技术本身局限。

不过，有一款应用可以直接将AI生成的图片转换成PPT，把文字、图标、背景等元素分离成可移动的图层和可编辑的文本框。它就是WPS。

智东西实测了WPS AIPPT的图片转PPT功能。整体转换流畅，文本框可随意拖动，图标元素也能移动和缩放。文本和图标识别准确，偶尔有遗漏，但已非常可用。

一、为何AI生成图片不能编辑？WPS如何破解？

在体验前，先理清两个问题：文生图模型生成的图片为什么无法编辑？WPS为何能做到？

1、AI本质是“画字”

文生图模型是“图像分布建模器”，通过学习海量“图像-文本”配对数据，建立从文本语义到图像像素的映射。它生成的是像素阵列，而非结构化、可编辑的符号信息。因此文字是“像素”而非“矢量字符”，无法二次编辑。但在办公领域，可编辑性至关重要。

2、WPS结合OCR和AI，打破不可编辑魔咒

在AI普及前，PDF也是不可编辑的。WPS投入大量资源研发了自主PDF渲染引擎，实现“PDF转Word/PPT”的反向解析。通过多年在版面分析、字体还原、表格识别等算法优化，WPS让PDF可编辑不再是难题。

如今，WPS的“图片转PPT”、“扫描件转可编辑文档”等功能，已结合OCR和AI智能排版。11月，金山办公与华中科技大学合作研发的MonkeyOCR v1.5框架，在全能多模态文档解析基准OmniDocBench v1.5中取得93.01分，获得综合性能全球第一。尤其在表格解析方面，表格结构还原准确率高达95%。

基于OCR技术、文档解析和智能排版领域的多年积累，WPS将这套能力迁移至AI生成图片的编辑场景，破解了“AI生图不可编辑”的行业痛点。

二、文字图片分离，可编辑可换字体，WPS直击痛点

直接看效果。首先让Nano Banana Pro生成一张中国剪纸风格的北京今日天气预报页面：

然后打开WPS AIPPT官网，进入图片转PPT功能，上传图片。

仅几秒钟，WPS完成识别和图层的拆解，点击在线编辑即可跳转到PPT编辑页面。转换后，页面中的大部分文字和图标元素可以自由拖动和修改，风格元素与原图保持一致。

再试试英文页面。用Nano Banana Pro生成一张制作豆蔻奶茶的流程图：

原图图表和文字密集，WPS AIPPT清晰地将文字和底层图片分离，每小段文字形成独立编辑框可单独拖动。但部分模糊文字未被识别，仍留在底图上。

非常规字体呢？用Nano Banana Pro生成一张手绘漫画分镜：

WPS能清晰识别手绘字体，四个分镜画面可分别拖动，生成效果稳定，可缩短工作流程。

用手机拍摄的PPT也可轻松获取。例如世界人工智能大会上“AI教父”辛顿教授的介绍页面，用WPS转为可编辑PPT，无需再找模板。

三、不止做AI搭子，WPS是“原生Office AI”

WPS AI的技术理念是将AI功能深度融入办公软件，打造“原生Office AI”体验，核心是Agentic Software（智能体软件）。WPS AI能自主规划，当用户提出模糊需求时，AI会主动进行“任务拆解-执行规划-反思修正”全流程。

自主规划是智能体的“大脑”，深度工具调用能力则是“双手”。凭借37年技术积累，金山办公将字号调整、表格对齐、文本框插入、样式应用等核心操作抽象为AI可理解的工具集，实现无损调用。AI不仅能“想”还能“做”，直接在文档内精确操作，确保格式完美保留，无乱码或隐藏标签。

WPS AI将执行过程全面透明化、可视化，用户可实时看到AI思考路径，并在任意环节介入纠正，掌控权始终在用户手中。它将AI能力原生嵌入Office全流程，用户无需在多个工具间切换，可在熟悉环境中完成人机协作。WPS AI的终极目标是成为能真正“交付结果”的智能体。

结语：WPS为AI办公领域提供范例

AI落地至今，仅“AI+”已不能满足市场需求。“AI原生”成为各类应用思考的方向。当前AI办公赛道已形成千亿元市场空间，国内外厂商纷纷布局，竞争焦点转向技术架构与业务流程的融合。WPS通过数十年技术积累，将AI原生融入工作流，简化了用户使用流程，真正实现了原生Office AI。