新智元·· 7 小时前AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
港科广提出UI2App基准：只给截图，AI能否推断并实现App交互
港科广新基准：只给截图，AI能把App交互做出来吗？
AI 导读
港科广团队提出UI2App基准，只给静态UI截图、不给行为说明，考察模型能否推断并实现应用交互。该基准包含600张截图、95组多页面Web应用和665个评测项，从可运行性、视觉相似度和交互推断三个维度评分。结果显示Gemini 3.1 Pro Preview视觉还原第一但交互推断仅8.1，Claude Sonnet 4.6以36.8居首，跨页面状态仍是各模型共同难点。
来源：新智元 · mp.weixin.qq.com