本周微软在 HuggingFace（开源模型托管平台，类似 AI 界的 App Store）放出了 AesCode 系列 — 8B 和 32B 两个尺寸，专门把"提示词"翻译成 PPT、海报、仪表盘的 HTML/CSS 网页代码。拿到手的不是一张改不了的图，而是能改字段、换图表的网页。这是我们认定的关键差别。

这是什么

AesCode 把"做一份好看的 PPT"拆成两件事：内容怎么写、版面怎么排。让代码模型按提示词产出 HTML/CSS（结构、数据、文字），同时让一张参考图只负责"好不好看"。两个模型分头跑，再用七路 reward（训练时的打分信号）从版面层级、配色、文本可读性等维度对齐。基座是阿里通义千问 Qwen3-VL-32B（阿里开源的多模态视觉语言模型），最终产物是可直接打开修改的网页，不是张 PNG 死图。

行业怎么看

支持者认为 AesCode 戳中了 Gamma、Beautiful.ai 等商业演示工具的死穴 — AI 出的图你改不动，要么重生成要么手动重画；可编辑 HTML 让企业 IT 能塞进自家模板和合规流程。

但保留意见同样清晰：32B 模型跑起来要 24G 显存（相当于 RTX 4090 显卡），本地部署门槛不低；开源版本离商业级排版审美还有距离，benchmark（跑分）成绩不能替代客户眼缘。值得专门指出的是底层用了阿里千问，等于中国基座模型被微软直接搬上了开源货架。

对普通人的影响

对企业 IT — AesCode 可商用开源，但 32B 模型起步单卡 24G 显存，要算清本地部署与运维成本。

对个人职场 — 做内训、客户提案时可让 AI 先出"能改的草稿"，人工润色，不必反复重生成。

对消费市场 — 未来 1-2 年演示工具会分两路：Canva 系做大众美感，AesCode 路线做企业可定制。