AesCode：用解耦跨模态奖励实现美学代码生成

AesCode 用同一提示词生成的参考图像引导代码生成，将目标表示为设计图，并用强化学习优化解耦跨模态奖励。论文构建了分别评分可验证正确性与视觉质量的 benchmark；AesCode-8B 和 AesCode-32B 相比同规模 Qwen3-VL 基线视觉质量提升 31.1 和 22.4 个百分点，达到接近 GPT-5.5、Claude Opus 4.8 的水平。