研究突破
微軟 AesCode-32B 開源發布：以 HTML/CSS 生成可編輯視覺稿的多模態代碼模型
微軟於 10 月 11 日在 Hugging Face 發布 AesCode-32B：以 Qwen3-VL-32B-Instruct 為基座的 32B 多模態代碼生成模型，能將提示詞與參考圖轉為結構化、可編輯、可驗證的 HTML/CSS 幻燈片、海報與儀表盤。透過圖結構監督與解耦跨模態獎勵，其視覺品質較基座提升 22.4 分，逼近 GPT-5.5 與 Claude Opus 4.8 等封閉前緣模型，代表多模態生成正從「像素輸出」轉向「代碼輸出」。