**AesCode：基于解耦跨模态奖励的美学代码生成**

_AesCode: Aesthetic Code Generation with Decoupled Cross-Modal Rewards_

> AesCode 提出一种将内容提示与图像生成结合的方法，通过设计图表示和跨模态奖励（确定性验证器与 VLM 评估）优化代码生成。该方法利用强化学习提升空间规划、美学质量及正确性，实验显示其视觉质量显著优于基线模型，接近 GPT-5.5 等前沿闭源模型水平。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.18860)