Locofy z siedzibą w Singapurze uruchamia narzędzie umożliwiające przejście od projektu do kodu jednym kliknięciem

Kredyty obrazkowe: Luisa Alvareza /Getty Images

Po użyciu Figmy do tworzenia interfejsów i doświadczeń użytkownika programiści stają przed ogromnym zadaniem kodowania projektów w celu tworzenia skutecznych stron internetowych lub aplikacji. Locovysingapurska platforma programistyczna front-end obsługiwana przez Accel, chce zaoszczędzić godziny pracy dzięki narzędziu uruchamianemu jednym kliknięciem, które natychmiast zamienia prototypy Figma i AdobeXD w kod.

Nowe narzędzie Locofy nosi nazwę Lightning i opiera się na dużych modelach projektowych (LDM) startupu. Założyciele Locofy, Hani Mittal i Suhaib Mohammed, porównują to do pionierskich kursów LLM OpenAI, zanim ChatGPT udostępniło je reszcie świata. Widzieli potrzebę narzędzia takiego jak Lightning, ponieważ Niedobór dewelopera Co prowadzi do utraty przychodów firm i zmęczenia programistów z powodu obciążenia pracą.

Lightning działa jako wtyczka do Figmy, a założyciele Locofy twierdzą, że automatyzuje około 80% rozwoju front-endu, dzięki czemu programiści w startupach Lean mogą zamiast tego skoncentrować się na prowadzeniu swoich startupów i wejściu na rynek.

Narzędzie zostanie wydane najpierw dla Figmy, dla stron internetowych i aplikacji internetowych. Jeszcze w tym roku będzie dostępny dla większej liczby narzędzi do projektowania, w tym AdobeXD, Penpot, Sketch, Wix i być może Canva i Notion.

Mittal twierdzi, że firma zainwestowała ponad 1 milion dolarów w rozwój Lightning, mając na celu dotarcie do start-upów i przedsiębiorstw zorientowanych na klienta, posiadających małe zespoły, które muszą przyspieszyć proces rozwoju front-endu. Lightning i jego modele LDM są tworzone wewnętrznie i szkolone na zestawie danych obejmującym miliony projektów.

Firma zaczęła od Locofy Classic w 2021 roku, co wymagało od użytkowników wykonania pięciu kroków: ulepszenia projektu; Oznakowanie elementów interaktywnych; Projektuj tak, aby projekty działały na ekranach o różnych rozmiarach; Komponenty i rekwizyty do definiowania powtarzających się elementów i uczynienia ich standardowymi; Zezwalaj na modyfikacje nazw klas; I dostosuj się do preferowanych konfiguracji, takich jak maszyna do pisania lub JS.

Mittal i Mohammed dowiedzieli się, w jaki sposób każdy etap można zautomatyzować przy użyciu szeregu technik, takich jak sieci neuronowe oparte na obrazach, w tym transformatory multimodalne, sieci neuronowe oparte na grafach, modele sekwencja do sekwencji, sieci wskaźników skumulowanych, modele heurystyczne i LLM. Mówią, że wykorzystali te elementy do zbudowania dużego, ujednoliconego modelu projektowego, zawierającego prawie pół miliarda parametrów z milionów projektów.

Każdy z etapów Locofy Lightning, w tym etykietowanie, grupowanie warstw, responsywność, komponenty i nazwy klas, wykorzystuje własny zestaw technologii opartych na sztucznej inteligencji, które są następnie dostrajane za pomocą heurystyki. Kroki są następnie łączone w jeden, dzięki czemu Lightning można wdrożyć jednym kliknięciem.

Po utworzeniu kodu front-end użytkownicy mogą go przeglądać, a także interaktywnie przeglądać i dostosowywać kod przed jego eksportem.

Założona w 2021 roku firma Locofy zebrała 7,5 miliona dolarów od inwestorów, w tym Accel i Northstar Ventures.

W przyszłości planuje rozszerzyć swoją platformę poza projektowanie na kod, włączając narzędzia budujące systemy projektowe, korzystające z publicznych bibliotek interfejsu użytkownika i budujące backendy dla frontendów z integracjami takimi jak Github Copilot i CI-CD. Planuje także dodanie asystenta AI dla projektantów oraz hostingu i publikacji w celu hostowania pełnych aplikacji.

Locofy jest w fazie bezpłatnego okresu próbnego od dwóch lat i planuje zarabiać w 2024 r. Jej założyciele powiedzieli TechCrunch, że tworzenie kodu AI to nowa kategoria i że modele biznesowe będą się różnić od SaaS i innych narzędzi programistycznych. Locofy wciąż finalizuje wycenę, ale będzie to zależeć od takich czynników, jak liczba ekranów lub komponentów konwertowanych na kod i regularnie utrzymywanych przy użyciu sztucznej inteligencji.