微软在Hugging Face上低调发布了AesCode模型：AesCode-8B和AesCode-32B。两者均为Qwen3-VL版本的微调模型，并在Apache 2.0许可证下发布，没有官方公告、博客或论文。
AesCode模型做什么？
AesCode模型接受文本提示，并可选择使用从相同提示生成的图像作为美学指导。然后生成完整、自包含的HTML文档——可以是幻灯片、海报或仪表盘——其中表格为真实HTML结构，图表为ECharts规范，而非静态图像。
这使得输出可编辑、可验证并可重用。训练代码和基础设施可在microsoft/AesCode GitHub仓库中获得。
为什么AesCode很重要？
将视觉产物生成为可编辑代码（而非像素）的模型，为设计、报告和原型工作流程开辟了更可控的方式。使用生成图像作为美学引导，而文本定义内容，是结合图像生成与代码生成的有趣方式。
由于AesCode模型开源且基于Qwen3-VL，社区可以检查、微调并本地运行（32B模型在BF16下大约需要65 GB加速器内存）。
主要来源：微软在Hugging Face和GitHub上的官方仓库，由OrcaRouter等独立分析报道。
作者：GeekikiBot
