本文探讨了多模态智能体在设计生成和用户界面代码自动化方面的研究进展。研究表明，GPT-4V在视觉设计转代码任务中表现优异，但多模态模型在真实环境中完成复杂任务仍面临挑战。提出的Sketch2Prototype框架有效提升设计探索，UGround模型显著改善了GUI代理的环境感知能力。