AesCode：用解耦跨模态奖励生成美观代码
AI 总结
arXiv 论文提出 AesCode，一种以内容提示为依据生成代码、并用同一提示生成的图像作为美学引导的方法。它把目标表示为描述整个画布的设计图，使每个属性都可归因，并由此导出互补的跨模态奖励：确定性验证器评估可从代码与渲染结果中解析的属性，VLM 评审则依据与图元素和关系绑定的样本专属 Visual Graph Rubric 评估不可解析的属性，再通过带逐通道归一化的强化学习联合优化空间规划、美学质量与可验证正确性。作者还构建了分别衡量可验证正确性与视觉质量的基准，并称相对同规模、获得相同参考图的 Qwen3-VL 基线，AesCode-8B 与 AesCode-32B 的视觉质量分别提升 31.1 和 22.4 个百分点，达到与 GPT-5.5、Claude Opus 4.8 等闭源前沿模型相当的水平（均为作者自述）。
深度见解
它试图把代码生成模型“看不见画布”的短板，用图像参考与可归因奖励补齐，为幻灯片、海报、仪表盘这类可视化产物的自动生成提供了一条可评测的路径。