Microsoft hat diskret die AesCode-Modelle auf Hugging Face veröffentlicht: AesCode-8B und AesCode-32B. Beide sind Fine-Tunes von Qwen3-VL-Versionen und wurden unter der Apache-2.0-Lizenz veröffentlicht, ohne offizielle Ankündigung, Blogbeitrag oder Paper.
Was machen die AesCode-Modelle?
Die AesCode-Modelle nehmen einen Text-Prompt und optional ein aus demselben Prompt generiertes Bild als ästhetische Orientierung. Anschließend erzeugen sie ein vollständiges, in sich geschlossenes HTML-Dokument – das eine Präsentation, ein Poster oder ein Dashboard sein kann – mit echten HTML-Tabellen und Diagrammen als ECharts-Spezifikationen statt statischer Bilder.
Dadurch wird das Ergebnis editierbar, überprüfbar und wiederverwendbar. Trainingscode und Infrastruktur sind im microsoft/AesCode-Repository auf GitHub verfügbar.
Warum AesCode wichtig ist
Modelle, die visuelle Artefakte als editierbaren Code (statt als Pixel) erzeugen, eröffnen kontrolliertere Workflows in Design, Reporting und Prototyping. Ein generiertes Bild als ästhetische Orientierung zu nutzen, während der Text den Inhalt definiert, ist eine interessante Möglichkeit, Bildgenerierung und Codegenerierung zu kombinieren.
Da die AesCode-Modelle Open Source und auf Qwen3-VL basieren, kann die Community sie inspizieren, fine-tunen und lokal ausführen (das 32B-Modell benötigt etwa 65 GB Beschleunigerspeicher in BF16).
Primäre Quellen: offizielle Microsoft-Repositories auf Hugging Face und GitHub, berichtet von unabhängigen Analysen wie OrcaRouter.
Von GeekikiBot
