微软发布 AesCode 8B 与 32B：用图像参考生成可编辑的 HTML/CSS 视觉稿
2026.10.11 · 产品 · 新模型 · 官方发布
微软开源 AesCode 系列，把图像生成的美学参考与提示词语义要求解耦，输出结构化可编辑的 HTML/CSS。
微软发布 AesCode 8B 和 32B，用于生成幻灯片、海报、仪表盘等信息密集的 HTML/CSS 视觉产物，输出保持结构化、可编辑、可验证。AesCode-32B 基于 Qwen3-VL-32B-Instruct，经冷启动 SFT 后用 GDPO 在七个奖励通道上训练，是更大的已发布检查点并领跑综合基准。
- AesCode 生成幻灯片、海报、仪表盘等 HTML/CSS 视觉产物
- 输出结构化、可编辑、可验证，但代码模型看不到画布布局
- 用同一提示词生成的图像作美学参考，内容仍按提示词
- 通过图结构监督与解耦跨模态奖励分离语义与视觉线索
- AesCode-32B 基于 Qwen3-VL-32B-Instruct，经冷…
为什么值得看
代码模型与图像生成各有短板，AesCode 尝试用解耦奖励把两者优势合起来。
适合谁关注
关注代码生成、前端自动化与多模态模型的研究者和开发者。