Hao Yang

UI-UG 2 是一个 4B 参数的多模态大模型，把手机界面的理解与生成放进同一套训练流程。它用对齐前端组件语义的 80 类两级分类体系标注来自 RICO、VINS、Android in the Wild 和 Android Control 的 3 万余张截图，并配合 5000 余条需求—截图—JSON 三元组。生成端改为在线渲染感知的 GRPO：采样出的 DSL 先由 Playwright 服务端渲染，再用 LLM 评判与对比偏好排序打分。在自建的 80 类基准上，它的指代与稠密定位结果在受评模型中最好，生成综合分 4.92 为对比模型最高。

UI-UG 2 是一个 4B 参数的多模态大模型，把手机界面的理解与生成放进同一套训练流程。它用对齐前端组件语义的 80 类两级分类体系标注来自 RICO、VINS、Android in the Wild 和 Android Control 的 3 万余张截图，并配合 5000 余条需求—截图—JSON 三元组。生成端改为在线渲染感知的 GRPO：采样出的 DSL 先由 Playwright 服务端渲染，再用 LLM 评判与对比偏好排序打分。在自建的 80 类基准上，它的指代与稠密定位结果在受评模型中最好，生成综合分 4.92 为对比模型最高。