WebVIA一键UI生代码，可验证零手写

“复制一个带交互的网页，AI只能吐出死板的静态HTML？”——这项研究把这句吐槽直接打脸。该团队开源的WebVIA让AI像真人一样“点点填填”，93%交互路径被自动穷举，一键生成可跑通的React+Tailwind代码，功能还能回放自测。UI→代码，终于从“看起来一样”进化到“点起来也对”。

3 秒看懂：UI→代码终于能点得动了！

WebVIA把Figma稿扔进模型，3 秒吐出可点、可输、可跳页的活网页；过去AI止步于静态网页，按钮僵死、表单虚设，前端工程师仍需手写交互。该论文首次让机器像验收员一样点击-输入-选择，DOM操作准确率达97%，事件绑定零人工补写。

为什么你家的 AI 还在“画”网页？

Gemini-2.5、Claude与GPT-4o在真实网页“点击考试”中集体失分：导航栏“发布”icon被当成装饰，代码里漏按钮；开关切至“ON”后，模型仍输出灰色“OFF”，状态机失联；首次生成的表单看似合规，人工改字后DOM层级错位，按钮漂至页脚。三大翻车现场显示，Vision-Language Model把网页当静物素描，仅追像素级相似，无视事件绑定与交互图，导致再华丽的“画”也点不动。

WebVIA 的“点-生-验”闭环长啥样？

WebVIA 的“点-生-验”闭环用 7B 参数模型把网页克隆成功率抬到 100%。探索代理在自研 WebEnv 里并行跑 BFS+DFS，5 秒捕获 300+ 可交互节点，输出带 XPath 标注的 交互图；UI2Code 用 交叉注意力对齐像素与 DOM，一次生成 React+Tailwind 源码，零后处理即可保留事件监听；验证模块以 Playwright 脚本回放全部状态转移，自动标记通过/失败，实现功能级闭环验收。

数据不说谎：覆盖率 93%，得分暴涨 5+

在UIExplore-Bench的横向测评里，WebVIA-Agent以93.1%动作覆盖率领先第二名Gemini-2.5-pro 18个百分点，刷新SOTA纪录；同期UIFlow2Code-Bench榜单上，WebVIA-UI2Code把成绩锁定在75.9/84.9，比此前的Claude-Sonnet-4再抬5+分。深红柱状图与绿色箭头并排矗立，93%与5+分的差距无需多言，WebVIA系列已将静态解析与交互生成两条赛道一并改写。

上手零门槛：从截图到可点页面只需 3 分钟

开源仓库一次性放出11k WebView合成数据与推理脚本，本地RTX 4090单卡即可运行。克隆、装包、运行demo.py三步固定，3分钟内把截图变成可点页面。模型WebVIA-UI2Code-7B按interaction graph顺序吐出React+Tailwind代码，Playwright即刻验证点击、输入、选择，终端回显pass/fail一目了然。内置外卖表单、计算器、绘图板示例，显存占用**<10 GB**，换图只需在config.yaml里把action space限定为click/input/select。

结语：下一步，让 AI 把网页“测”到上线

WebVIA把“可点”写进UI生成标准，覆盖率93%、交互得分84.9%，让前端从截图到可上线只剩一次回车。动作仍限点击/输入/选择，真实DOM事件与手势动画待解锁。下一步，接入原生事件流、扩展Draw-Drag坐标精度，工业级CI有望把网页“测”到上线。当AI能自主点、测、发版，前端工程师的下一行代码将写向何处？

论文地址：https://arxiv.org/abs/2511.06251 项目地址：https://github.com/zheny2751-dotcom/WebVIA