← すべての記事
minkyu17分で読めます

Piece of Cake 1.1 — Gemma 4 を基盤にした Snapdeck 専用のファインチューニングモデル

Piece of Cake 1.1 — Gemma 4 を基盤にした Snapdeck 専用のファインチューニングモデル

2026年6月20日、Snapdeck は発表資料の生成と編集のためのモデルファミリー、Piece of Cake を導入します。標準プロファイルは Piece of Cake 1.1、品質優先のプロファイルは Piece of Cake 1.0 Pro です。

発表資料は、単なる見た目の成果物ではありません。意思決定のための成果物です。政府向けの提案、研究発表、投資家向けデッキ、事業計画書には、いずれも書式の制約と審査の基準があります。この領域で AI に求められるのは、魅力的な下書きを出すこと以上です。根拠を保ち、求められる書式を尊重し、修正のコストを下げる必要があります。

Piece of Cake 1.1 は、Gemma 4 の 31B と 12B のファミリーをファインチューニングし、Snapdeck の生成ハーネスに適応させた、Snapdeck 専用のモデルです。社内評価ハーネスでは、1.1 は出力品質で 82% 水準に達し、10枚デッキの平均生成時間は 71秒でした。Piece of Cake 1.0 Pro は、より保守的な品質プロファイルで、同じ社内測定の枠組みのもと 86% 水準に達しました。

これらの数値は、SlideTailor の公式スコアではなく、公開されている Gemma 4 のベンチマークから写したものでもありません。Snapdeck の社内プロダクト指標です。この記事は、万能の順位表を掲げるためのものではありません。私たちが使った研究上の枠組み、考慮したプロダクト上の制約、そして報告できる検証の水準を記録したものです。


事業としての問題設定

この取り組みの研究上の基準は、AAAI 2026 の論文 SlideTailor: Personalized Presentation Slide Generation for Scientific Papers です。この論文は、スライド生成を通常の要約ではなく、preference-guided paper-to-slides generation として位置づけています。

この枠組みは、事業のうえでも重要です。発表資料の仕事のボトルネックは、最初のスライドを作る時間だけではありません。コストの大きな部分は、あとから現れます。下書きを機関のテンプレートに合わせること、根拠を確認すること、関係者のフィードバックに応えること、編集可能性を保つことです。AI スライド製品がデモではなく仕事の道具になるには、この下流のコストを下げる必要があります。

発表資料は、文書を短くしたものではありません。同じ論文や報告書でも、聴衆、機関のテンプレート、発表時間、評価基準、視覚上の慣習によって、強調すべき点は変わります。能力のあるスライドモデルは、何を前面に出すか、どの根拠を残すか、各スライドをどれだけ密にするか、既存の .pptx 構造をどこまでそのまま残すかを判断できなければなりません。

SlideTailor は、論文とスライドの例の組と、PPTX テンプレートから、そうした選好を推定します。この設定は、Snapdeck の実際の使われ方に近いものです。ユーザーは、政府助成金のテンプレート、投資家向けデッキ、研究論文、会社のレイアウト、既存の PPTX ファイルを持ち込みます。生成のあとにも、AI と直接操作で編集を続けます。

選好に導かれて論文からスライドを生成する SlideTailor の概要

出典: Zeng et al., "SlideTailor: Personalized Presentation Slide Generation for Scientific Papers", arXiv:2512.20292。arXiv のレコードは CC BY-SA 4.0 へリンクしています。Figure 1 からの抜粋です。

難しさは、互いに結びついた三つの要件にあります。

  • 原典との整合: モデルは、裏付けのない主張を作り出さずに圧縮しなければなりません。
  • 視覚上の制約: テンプレート、レイアウト、色、表、画像の配置は、尊重するか、意図して再構成する必要があります。
  • 編集可能性: 結果は、一枚の画像に潰れたものではなく、PPTX を意識して編集できる対象のままでなければなりません。

Piece of Cake は、この種類のタスクのための、Snapdeck のファインチューニングモデルファミリーです。研究のうえでは、選好を踏まえた生成の問題です。事業のうえでは、生産性の問題です。最初の下書きと、そのあとに続く修正の、両方のコストを下げることです。


研究が示す閾値

SlideTailor は、PSP(Paper-to-Slides with Preferences)データセットを導入しています。公開されているデータセットの説明には、対象の研究論文、スライドテンプレート、整えられた論文とスライドの組、評価の設定が含まれます。Table 1 では、論文は PSP を テスト論文200本、選好タイプ500種、組み合わせ100,000通りとしてまとめています。

SlideTailor の PSP ベンチマークと性能の表

出典: Zeng et al., SlideTailor, arXiv:2512.20292。Table 1 と Table 2 からの抜粋です。

自動評価で報告された最も高い総合平均は、SlideTailor の GPT-4.1 変種の 75.80% です。Qwen2.5/Qwen2.5VL を基にした変種は 69.21% と報告されています。論文は、どの手法も総合平均で 80% を超えていないと述べています。

同時に、付録では、人間の選好比較において SlideTailor が PPTAgent に対して 81.63% の勝率だったと報告しています。

SlideTailor の人手採点と選好の比較

出典: Zeng et al., SlideTailor, arXiv:2512.20292。Table 4 と Table 5 からの抜粋です。

これらの結果は矛盾していません。自動評価では 80% 付近に達することが難しい一方、人間の選好は、テンプレートと選好への配慮が体感品質を実質的に高め得ることを示しています。Snapdeck は、この観察をプロダクト判断の指針にしました。80% 台前半は、選好を踏まえたスライド生成が、本格的な仕事に使えそうに見え始める、意味のある閾値です。


基盤と製品化

Gemma 4 は、この取り組みの強い基盤になります。Google の Hugging Face モデルカードは、Gemma 4 31B の結果として MMLU Pro 85.2%、AIME 2026 no tools 89.2%、LiveCodeBench v6 80.0%、GPQA Diamond 84.3% を報告しています。同じ表では、Gemma 4 12B Unified が MMLU Pro 77.2%、AIME 2026 77.5%、LiveCodeBench v6 72.0% と報告されています。

Google の開発者ガイドは、Gemma 4 12B を、統一型でエンコーダを持たないマルチモーダルモデルとして説明しています。これが関係するのは、スライドの作業が純粋なテキスト生成ではないからです。文書の構造、視覚的な階層、画像の文脈、数値、表、テンプレートの制約が組み合わさります。そのため Snapdeck は、より重い構造的な推論には 31B ファミリーを、より速い対話的なワークフローには 12B ファミリーを評価しました。

Piece of Cake の主な貢献は、基盤モデルを選んだことだけではありません。文書のアップロード、PPTX の取り込み、テンプレートの維持、個別スライドの改訂、編集可能な結果の書き出しという、Snapdeck のプロダクト上の経路にモデルを適応させたことです。ファインチューニングの対象は、ワークフローの連続性です。プロダクトの観点では、モデルの品質は単独のベンチマーク性能だけで測るものではありません。作業を続けられるほど信頼できる、編集可能な結果を、ユーザーがどれだけ早く受け取れるかでも測られます。

公開できる水準でまとめると、開発原則は次のとおりです。

原則 プロダクト上の意味 測定の観点
入力の文脈を保つ PDF、テキスト、PPTX ファイル、添付ファイルを同じ作業文脈に保つ 原典からスライドのメッセージへの整合
選好の信号を推定する 例、テンプレート、過去のデッキを生成条件として使う 内容の選好と美的選好の整合
発表の流れを優先する 個々のスライドの文面を最適化する前に、論旨を設計する coverage、flow、content structure
PPTX の編集可能性を保つ 生成結果を、次のユーザー操作に向けて編集可能なまま残す 要素単位の編集可能性と Magic Edit の成功
時間の予算を管理する 10枚の所要時間を実用的に保ちながら、品質を上げる 10枚の平均生成時間

これは、内部実装の開示ではありません。プロダクトハーネスの背後にある、評価の取り決めです。研究者には測定できる軸が必要で、運用する側には繰り返し使える出力が必要です。Piece of Cake は、この二つの要件を同じワークフローへ載せるように設計されています。


プロダクトプロファイル

Piece of Cake 1.1 は、Snapdeck の標準の発表資料モデルです。社内ハーネスでは 82% 水準に達し、10枚の平均生成時間は 71秒でした。評価が重点を置いたのは、単一の最良例ではなく、多様な入力とテンプレートにわたって繰り返し使える運用点です。

1.1 は、四つのプロダクト要件に向けて最適化されています。

  • 入力資料を、スライド単位のメッセージへ分解する
  • 既存の PPTX やテンプレートのトーンと構造を保つ
  • 生成したスライドを、AI による改訂に使える状態に保つ
  • 10枚の生成時間を、実用的なプロダクトの範囲に収める

Piece of Cake 1.0 Pro は、品質優先のプロファイルです。社内ハーネスで 86% 水準に達しており、速度よりも根拠の保存と書式の安定性が重要な作業を想定しています。政府助成金のデッキ、機関向け提案書、投資家向け発表、論文発表、PPTX を基にした書き直しなどです。

プロファイルは、バージョン番号で単純に序列が付くものではありません。1.1 はバランスの取れた標準設定で、1.0 Pro は失敗のコストが大きい文書向けの、より保守的な設定です。プロダクトの観点では、ユーザーはその作業に速い反復が必要か、より厳密な確認が必要かを判断できます。


難しかったこと

発表資料の生成の難しさは、速度と品質の単一のトレードオフではありません。品質を上げると推論時間は増えがちで、生成を速くすると構造的な判断は弱くなり得ます。テンプレートの維持を強めると内容の配置は硬くなり、内容の再構成を積極的に行うと元の書式を損ない得ます。

SlideTailor の Figure 2 は、この手続き的な性質を示しています。内容の選好と美的選好は、一緒に扱う必要があります。

SlideTailor の選好誘導パイプライン

出典: Zeng et al., SlideTailor, arXiv:2512.20292。Figure 2 からの抜粋です。

Snapdeck は、その研究上の設定にプロダクトの制約を重ねています。PPTX の取り込みと書き出し、スライド単位の編集、Magic Edit、テンプレートの再利用、ファイルを添付した生成です。モデルは、スライドを出すだけでは足りません。次のユーザー操作のために、編集できる構造を残す必要があります。これは、事業のうえでも極めて重要な部分です。ユーザーが、完璧な最終デッキをすぐに必要とするとは限りません。確認し、直し、前へ進められる最初の版を必要とすることの方が多いのです。82% 水準と 71秒は、これらの制約を合わせたうえでの、最初の安定した運用点として読むべきです。


推奨する事業上の使い方

速い最初の下書きと、反復的な編集には、Piece of Cake 1.1 を使ってください。想定している流れは、資料をアップロードし、およそ10枚のデッキを生成し、出力を確認し、弱いスライドを Magic Edit で直すことです。

書式と根拠が速度より重要なときは、Piece of Cake 1.0 Pro を使ってください。政府の助成金や R&D プログラムはよい例です。評価項目が、通常あらかじめ固定されているからです。必要なテンプレートと節の構造を先に渡せば、モデルは市場ニーズ、技術的なアプローチ、チームの能力、事業化計画をより安定して分けられます。

研究発表では、可能なら論文と参考デッキを一緒にアップロードしてください。SlideTailor が示すように、例となるスライドは見た目の参考であるだけではありません。発表者が元の資料をどう圧縮し、どう配置するかを符号化したものです。

投資家向けデッキや社内報告書では、生成の前に主要な数字を決めてください。売上、継続率、顧客、パイプライン、研究成果は、モデルに安定した拠り所を与え、不要な書き直しを減らします。事業資料には、説得力と検証可能性の両方が必要です。入力が強いほど、生成されたデッキは確認しやすくなります。


市場ベンチマーク: 10枚の平均

比較の単位は、10枚デッキの平均生成時間です。時間は、入力の開始から、10枚の発表資料が完成するまでを測ります。速度の比較は、Design Arena の Slides ベンチマークと、公開されている10枚の所要時間の観察を軸に、整理し直しています。公開資料と社内測定は単一の手順を共有していないため、この比較は統制された順位ではなく、市場調査として読んでください。それでも、この観察はプロダクト戦略にとって重要です。ユーザーは品質だけを理由に待ちはしませんし、速度だけを理由に信頼もしません。

品質の枠組みは、論文の中核的な評価の次元と、Snapdeck の社内ハーネスで使っている測定の軸を組み合わせたものです。

評価項目 単位 重み 方法 基準点
内容の整合 % 40% TrueSource 方式の事実および原典との整合と、SlideTailor-PSP の content alignment 世界最高水準 67.64%、韓国基準 65.92%
視覚的な魅力 % 40% レイアウト、バランス、可読性、色の一貫性、視覚的な再構成 世界最高水準 75.24%、韓国基準 74.17%
スライド生成時間 秒 20% 入力開始から、完成した10枚デッキまでの平均時間 Design Arena 基準: Gamma 63秒。Snapdeck の直接測定: MiriCanvas/Miridi は81秒台

この節では、速度のグラフより性能のグラフの方が重要です。SlideTailor は、選好を踏まえた生成を、coverage、flow、content structure、aesthetic alignment、general content quality、general aesthetic quality、overall quality を通して評価しています。下のグラフは、論文の表と結果画像から読み取った値を再構成し、同じ問題の軸の上に Snapdeck の社内測定を置いたものです。Piece of Cake の値は、SlideTailor の公式ベンチマークスコアとして読まないでください。Snapdeck のプロダクトハーネスにおける社内測定です。

論文の軸に揃えたスライド生成の性能ベンチマーク

論文の軸に揃えた性能測定です。SlideTailor の値は、論文の Table 2、人間による評価、アブレーション結果の画像から再構成しています。Piece of Cake 1.1 と 1.0 Pro は、Snapdeck の社内ハーネスの測定値です。これらは同一の公開ベンチマークスコアではありません。選好を踏まえたスライド生成に関する研究ノートとして、並べて示しています。

この枠組みでは、Piece of Cake 1.1 は10枚で 82% 水準、平均生成時間71秒に達しました。Piece of Cake 1.0 Pro は、品質優先プロファイルで 86% 水準に達しました。以下の商用ツールについて、比較可能な内容と視覚のスコアは公開されていないため、速度のグラフは副次指標として別に示しています。

AI スライド生成ツールのロゴ付き、10枚デッキの生成時間ベンチマーク

10枚デッキの平均生成時間です。Gamma の63秒は Design Arena の基準に従っています。MiriCanvas/Miridi の81秒台は、同じ比較条件での Snapdeck による直接測定の平均です。Piece of Cake の所要時間は社内平均です。SlidesAI、Beautiful.ai、Canva AI、ChatGPT の値は、公開されている10枚の速度ベンチマークを参照しています。Genspark は、追加の10枚ベンチマークの基準で331秒以上として示しています。

製品 10枚の平均生成時間 根拠 解釈
Gamma 63秒 Design Arena の Slides ベンチマーク 10枚の所要時間における世界最高水準の基準として示されています
Piece of Cake 1.1 71秒 Snapdeck の社内ハーネス 82% の品質水準とともに観察された標準プロファイル
SlidesAI 78秒 公開の10枚速度ベンチマーク Google Slides / PowerPoint 向けの速い生成
MiriCanvas 81秒台 Snapdeck の直接測定 繰り返しの生成にわたって測定した、韓国 / Miridi との直接比較
Beautiful.ai 125秒 公開の10枚速度ベンチマーク デザインの自動化とチームのワークフローが中心
Canva AI 132秒 公開の10枚速度ベンチマーク 編集素材とデザインのエコシステムが強い
ChatGPT -> PPTX 228秒 公開の10枚速度ベンチマーク 専用のスライド生成ツールより、変換のワークフローに近い
Genspark 331秒以上 追加の10枚ベンチマークの基準 調査からデッキを作るワークフローだが、この比較では所要時間が長い
Microsoft Copilot, Presentations.AI, Plus AI, Pitch, Adobe Express, Decktopus N/A 同じ10枚の条件で、確認できた公開の平均がない 比較できる所要時間がないところには、推定を加えていません

機能の水準でも、競合の位置づけは明確です。Canva は、Magic Design for Presentations と、幅広い編集素材を強調しています。Gamma は、プレゼンテーション、ドキュメント、ウェブサイトにわたる広いコンテンツの面と、PPT/PDF の書き出しを提供しています。MiriCanvas は、AI によるアウトライン生成、PPTX のダウンロード、PowerPoint での要素単位の編集を、明示的に支援しています。Beautiful.ai は、PowerPoint のインポートとエクスポート、およびチームのワークフローに重点を置いています。Plus AI と SlidesAI は、Google Slides と PowerPoint のなかで強く動作します。Microsoft Copilot は、PowerPoint のなかで、プロンプトやファイルからプレゼンテーションを生成し、改訂します。

したがって Snapdeck の位置づけは、純粋な速度の主張ではありません。Piece of Cake は、10枚の所要時間、原典との整合、視覚的な品質、PPTX の文脈、その後の AI による編集可能性を、同時に最適化しています。71秒はまだ改善できます。それでも、品質と編集可能性と合わせて評価すれば、意味のある運用点です。市場の観点で目指すのは、最も速いデモではありません。実際の仕事に耐える、繰り返し使える出力です。


これらの数値が意味すること

これらの数値は、三つの層で読む必要があります。

第一に、SlideTailor は、PSP における自動評価の最高総合スコア 75.80% と、PPTAgent に対する 人間の選好での勝率 81.63% を報告しています。これは、この問題領域がこれまでに到達したところを示す、研究上の基準点です。

第二に、Gemma 4 の公開資料は、推論、コーディング、マルチモーダル、長い文脈のタスクに強い基盤であることを示しています。これが、Piece of Cake が出発するモデルの基盤です。

第三に、Piece of Cake 1.1 の 82%、Piece of Cake 1.0 Pro の 86%、そして 1.1 の 71秒は、Snapdeck の社内プロダクト指標です。公開されている研究スコアや、競合の公式な品質スコアと直接同じものではありません。Snapdeck のプロダクト環境のなかで観察された、運用上の測定値です。

この区別によって、Snapdeck は主張を正確にしています。SlideTailor が定義した研究上の問題の上に、私たち自身のプロダクトハーネスで測った品質と速度を報告します。重要なのは、より大きな言葉ではありません。繰り返し使える出力と、ユーザーに返ってくる時間です。

Piece of Cake は、発表資料の仕事を軽いものとは扱いません。資料の解釈、書式の制御、根拠の保存、その後の編集という複雑な一連の作業を、より途切れないプロダクトの流れに変えます。Snapdeck の目標は、ユーザーが空白のキャンバスの上で、構造、デザイン、根拠、編集可能性を別々の問題として解かなくてもよいようにすることです。モデルの推論、選好を踏まえた生成、PPTX の編集が、一つのプロダクトの経路にまとめられています。

Piece of Cake 1.1 は、その仕事の最初の公開結果です。資料を読み、書式を引き継ぎ、根拠を残し、再び直せるデッキを作るモデルです。Snapdeck は、スライドを一度生成して終わる静的なファイルではなく、理解し、直し、改善し続けられる作業の対象として扱います。その意味で、Piece of Cake は発表資料の仕事の出発点を変えます。


公開参考資料