마이크로소프트, AesCode 8B와 32B 공개

마이크로소프트가 슬라이드, 포스터, 대시보드 등 정보량이 많은 시각적 아티팩트를 HTML/CSS로 생성하는 특화 모델 AesCode 8B와 AesCode 32B를 공개했다. 이 모델들이 만들어낸 출력물은 구조화되고 편집 가능하며 검증할 수 있어, 현재 AI 생성 도구의 주요 한계를 해결한다.

코드와 비전의 한계 극복

일반적인 코드 모델은 시각적 계층 구조와 레이아웃 처리에 어려움을 겪고, 이미지 생성기는 텍스트와 숫자를 잘못 렌더링하는 경우가 많다. AesCode는 동일한 프롬프트로 생성된 이미지를 레이아웃과 색상의 미적 참고 자료로 사용하되, 의미적 내용은 프롬프트를 엄격히 따르는 방식으로 이 간극을 메운다. 이를 통해 비전-언어 모델이 콘텐츠를 환각하거나 레이아웃 단서를 무시하는 것을 방지한다.

학습 및 성능

이 모델들은 그래프 구조 지도 학습과 분리된 크로스 모달 보상을 사용하여 의미적 요구 사항과 시각적 단서를 분리한다. 더 큰 체크포인트인 AesCode-32B는 Qwen3-VL-32B-Instruct에서 초기화되었으며, 7개의 보상 채널에 걸쳐 GDPO로 학습됐다. 8B 변형과 비교해 종합 벤치마크 결과에서 우위를 보인다.

배포 현황

두 모델 모두 Hugging Face에서 이용 가능하며, 로컬 배포를 위해 bartowski가 GGUF 양자화 버전을 제공한다:

• Microsoft/AesCode-32B
• Microsoft/AesCode-8B
• bartowski/AesCode-32B-GGUF
• bartowski/AesCode-8B-GGUF