AesCode：审美代码生成
用设计图和解耦跨模态奖励提升可视化代码的布局与美观。
为什么重要
为可编辑、可验证的视觉内容代码生成提供了可复现实验和开源实现。
阅读原文arxiv.org
AI 解读（根据原文生成）
论文提出 AesCode，用于生成幻灯片、海报、仪表盘等信息丰富的视觉制品代码。方法将目标表示为可归因的设计图，并从中构造互补的跨模态奖励：确定性验证器评分可从代码和渲染中解析的属性，VLM judge 结合 Visual Graph Rubric 评估不可解析属性，再通过带分通道归一化的强化学习优化。作者还构建了分别评估可验证正确性和视觉质量的基准。代码在 GitHub 提供，项目页已公开。
要点（AI 据原文整理，数字均已与原文核对）
- AesCode represents the target as a design graph that describes the whole canvas and makes each property attributable.
- The benchmark scores verifiable correctness and visual quality separately.
- Relative to same-scale Qwen3-VL baselines given the same references, AesCode-8B and AesCode-32B improve visual quality by 31.1 and 22.4 percentage points.
- Code: https://github.com/microsoft/AesCode.
