# Vision2Web：采用智能体验证的分层视觉网站开发基准

> 基于视觉原型和文字需求评测网站开发，包含 100 项静态页面、66 项交互前端与 27 项全栈任务，将基于工作流的功能检查与模型进行的视觉比较结合。

- 作者：Zehai He; Wenyi Hong; Zhen Yang; Ziyang Pan; Mingdao Liu; Xiaotao Gu; Jie Tang
- 原标题：Vision2Web: A Hierarchical Benchmark for Visual Website Development with Agent Verification
- 发表载体：ICML 2026
- 发表状态：会议论文
- 出版／提交日期：2026 年 9 月 29 日
- 日期依据：采用 PMLR 第 306 卷标明的出版日期；不将 7 月 6—11 日的会议日期作为出版日期。
- arXiv 首次提交：2026 年 3 月 27 日
- arXiv：2603.26648
- 已复核的 arXiv 版本：v3
- 来源复核于：2026-10-17
- 收录于：2026-10-17
- 原始论文：<https://proceedings.mlr.press/v306/he26n.html>
- PDF：<https://raw.githubusercontent.com/mlresearch/v306/main/assets/he26n/he26n.pdf>
- 代码：<https://github.com/zai-org/Vision2Web>
- 项目：<https://vision2web-bench.github.io/>
- BibTeX：<https://awesomerea.org/papers/citations/paper-vision2web.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-vision2web/>
- 记录 JSON：<https://awesomerea.org/papers/paper-vision2web/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-vision2web/index.md)

## 研究范围与局限

全栈层级由明确规格驱动，并非仅通过探索运行中的网站进行重建。工作流测试状态管理与增删改查结果，但有限的智能体判断不能证明后端或数据库持久性的精确等价。当前公开评测器在每个工作流内保持浏览器会话，并允许检查本地业务 API；这不构成通用的持久化证明。

## 与本合集的关联

可用于比较交互式、有状态网站重建的评测方法，同时明确区分根据文字规格开发与仅凭行为推断。

## 发表与复核说明

正式 PMLR 论文包含七位作者，页码为 41393–41415；arXiv v3 日期为 2026-07-20。当前产物的评测配置与论文不同。许可信息存在冲突：README 正文声明 CC-BY-NC-SA-4.0，Hugging Face 元数据标为 Apache-2.0，项目页声明 CC BY-SA 4.0，setup.py 列出 MIT，但仓库没有 LICENSE 文件。因此不宣称产物适用统一许可。

## 一手来源

1. <https://proceedings.mlr.press/v306/he26n.html>
2. <https://proceedings.mlr.press/v306/>
3. <https://raw.githubusercontent.com/mlresearch/v306/main/assets/he26n/he26n.pdf>
4. <https://arxiv.org/abs/2603.26648>
5. <https://arxiv.org/html/2603.26648v3>
6. <https://vision2web-bench.github.io/>
7. <https://github.com/zai-org/Vision2Web/blob/d80a4a3d0ea7326541ad87314294269a633789e4/README.md>
8. <https://github.com/zai-org/Vision2Web/blob/d80a4a3d0ea7326541ad87314294269a633789e4/setup.py>
9. <https://github.com/zai-org/Vision2Web/blob/d80a4a3d0ea7326541ad87314294269a633789e4/vision2web/evaluation/prompts.py>
10. <https://github.com/zai-org/Vision2Web/blob/d80a4a3d0ea7326541ad87314294269a633789e4/vision2web/evaluation/functional_tester.py>
11. <https://huggingface.co/datasets/zai-org/Vision2Web/blob/8f03299d92b9bd852e93852d0c21e8a4848ab661/README.md>

## 关于此条目

已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。
原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。