港科广新基准 UI2App：只给截图，AI 能把 App 交互做出来吗？

港科广推出 UI2App 基准，用于评测大模型仅凭静态截图推断并实现可运行 React 应用交互的能力。该基准包含 600 张截图构建的 95 组多页面应用，从构建运行、视觉相似（VFS）与交互实现（IIS）等维度打分。评测中 Gemini 3.1 Pro Preview 视觉还原最佳（VFS 73.2），Claude Sonnet 4.6 交互推断得分最高（IIS 36.8）。