TaoD2C-Bench：超越视觉保真度的工业级 UI 代码生成 MLLM 基准评测

多模态大语言模型（MLLM）面临的一项关键挑战，是从视觉识别迈向约束感知的跨模态推理。这需要将视觉线索与其他模态的信息相结合，以理解特定领域规则下各元素之间的关系。这一挑战在工业级设计转代码（D2C）任务中尤为突出。该任务将用户界面（UI）设计转换为代码，要求 MLLM 将设计图像与杂乱的图层元数据关联起来，推断组件和布局的实现要求，并在目标库的约束下通过代码实现这些要求。然而，在真实工业场景中，这些能力仍未得到充分评估。为填补这一空白，我们提出 TaoD2C-Bench，用于评估 MLLM 在工业应用中生成满足实现要求的 UI 代码的能力。TaoD2C 数据集包含来自 17 个商业平台的 2,861 份生产环境设计，以及涵盖组件、分组、对齐和位置四个类别的 97,652 条专家标注。这些标注区分了必须满足的约束与允许自由选择的实现方式。TaoD2C-Bench 定义了三项任务：端到端 UI 代码生成、要求推断和要求实现。对八个 MLLM 的评估表明，它们在生成满足实现要求的 UI 代码方面仍存在显著差距，同时在推断与实现任务中呈现出不同的性能特征。我们进一步表明，MLLM 的视觉重建能力并不必然意味着其能够生成满足这些要求的代码。我们发布 TaoD2C，以支持工业级 UI 代码生成研究。