AesCode улучшает оформление слайдов, постеров и дашбордов по изображению-подсказке

Препринт, ещё не рецензирован · ранние данные

Кратко

AesCode обучает модели создавать код для слайдов, постеров и информационных панелей, используя картинку из того же запроса как подсказку по дизайну. В созданном авторами тесте модели AesCode-8B и AesCode-32B повысили визуальные оценки на 31,1 и 22,4 процентного пункта по сравнению с моделями Qwen3-VL сопоставимого размера при тех же изображениях.

Зачем это знать?

Генерация слайдов кодом может стать аккуратнее по оформлению, сохраняя редактируемый результат. Преимущество пока проверили лишь на тесте авторов, поэтому неясно, перенесётся ли оно на реальную работу с презентациями и другими визуальными материалами.

Разбор

Проблема здесь не только в том, чтобы правильно разместить текст и данные. Кодовая модель может создать редактируемый слайд, но заранее не «видит» весь холст и поэтому ошибается с расстояниями, цветами и общей композицией. Обычные генераторы изображений лучше чувствуют стиль, зато иногда искажают саму информацию — например, портят подписи или числа. AesCode использует картинку как образец оформления, но не копирует её напрямую: содержание берёт из текстового запроса, а визуальный характер — из изображения-подсказки.

Ключевые цифры

31,1 процентного пунктаМодель AesCode-8B получила настолько более высокую визуальную оценку, чем сопоставимая Qwen3-VL, при использовании тех же изображений.

22,4 процентного пунктаУ более крупной AesCode-32B преимущество над сопоставимой моделью Qwen3-VL тоже оказалось заметным, а не символическим.

Можно ли доверять

Это препринт с arXiv, поэтому работу ещё не проверили независимые рецензенты. Авторы оценивали модели на собственном тесте, а не на реальных рабочих презентациях, хотя визуальные оценки теста хорошо совпадали с оценками людей; перенос результата на другие задачи пока не доказан.

Это препринт, поэтому результаты ещё не прошли независимое рецензирование.
Выводы основаны на созданном авторами бенчмарке и оценках визуального качества, а не на проверке эффективности в реальных рабочих процессах.
Сравнение относится к конкретным моделям, настройкам и референсным изображениям; из абстракта нельзя определить, насколько метод переносится на другие задачи.

Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено

Источник и детали

ЖурналarXiv (via Hugging Face)

Дата публикации у нас14 октября 2026 г.

Дата источника12 октября 2026 г.

ОригиналОткрыть

АвторыXin Gao, Yifan Yang, Xin Li, Pan Wang, Yan Li, Muzhao Tian, Mingxi Cheng, Bei Liu, Kai Qiu, Qi Dai