IXThinker·2025-10-20 21:00

看影片寫網頁基準出爐 GPT-5僅得36分

上海人工智能實驗室聯合浙江大學等機構推出IWR-Bench，首個要求模型觀看影片再重建交互式網頁的評測基準。測試顯示，即使GPT-5也僅得36.35分，顯示AI距離真正的前端自動化開發仍遠。

靜態截圖不夠看

多模態大模型按靜態截圖生成網頁代碼已相當能幹，但網頁的真正價值不止於佈局：用戶的點擊、篩選、表單提交乃至遊戲操作等動態、有狀態的交互邏輯，正是傳統靜態評測觸及不到的盲區。