港科广推出 UI2App 基准：只给静态截图，AI 能否推断并实现 App 交互？

港科广提出 UI2App 基准，用 600 张截图组成 95 组多页面 Web 应用，只给静态截图、不给行为说明，考察模型能否推断并实现隐含交互。评测显示视觉还原与交互推断并不同步：Gemini 3.1 Pro Preview 以 73.2 的 VFS 居首但 IIS 仅 8.1，Claude Sonnet 4.6 的 IIS 最高也仅 36.8。