Multimodal 多模态
以 Visual Coding 连接视觉界面与代码
当前多模态数据聚焦 Visual Coding以截图和界面证据作为输入构建视觉理解与代码实现相结合的任务
数据类型
- Visual Coding
数据交付包含什么
截图与界面证据
代码实现轨迹与应用产物
视觉与功能验收检查
交付包含 Schema、使用文档、授权边界及在项目启动时约定的质量报告
从数据需求到完成交付
01
明确数据需求
02
采集真实任务
03
记录专家过程
04
组织轨迹数据
05
独立验证质量
06
交付训练资产
公开视觉 Coding 实验
阿里云报道了与 Efflora 共同设计的实验：从 128 张截图出发构建包含 18 条路由和 69 个 API 的应用
阅读实验案例案例 / REAL DELIVERY
真实任务
可检查的交付结果
Real Delivery 展示如何将界面证据组织为长程 Coding 任务并以实际产物检验结果切换模型体验这一数据案例中已公开的交付产物
正在载入 X 本地网页…
SNAPSHOT MODE
当前内嵌为继承的新版 X 本地网页演示，支持帖子、评论、发帖、聊天及本地保存。模型选项保留展示状态，均未评测。