Design Creativity Bench 发现模型生成 UI 合规但更趋同
研究者用 80 组任务、160 个提示评测 15 个前沿模型生成的 2,400 个桌面 UI；模型普遍满足需求，却在跨模型原创性和随领域变化的创意跨度上明显落后于人类参考。
事件 原文发布 本站收录 最后核验
为什么值得关注
界面能正确渲染并不等于设计空间被充分探索。该研究把“合规但重复”从主观感受转化为可检验的生成式 UI 风险。
技术细节
基准分别测量同一提示下跨模型差异、同一目标跨产品领域时的变化，以及需求验收项满足率。作者报告汇总原创性为 0.592、创意跨度为 0.581，低于人类参考的 0.764 和 0.902；所有模型的合规率均超过 90%。评测覆盖 15 个模型，每个模型生成 160 个独立 HTML 页面，并用经人工标签校验的分段视觉相似度方法评分。
适合哪些读者
生成式 UI 研究者、模型评测人员、产品与设计系统团队
原始来源
修订与更正记录 (1)
— The arXiv abstract and full HTML paper were read. Submission date, sample size, metrics, pooled results, evaluation method, stated limitations and competing interests were verified from the primary paper. This is a distinct research event not present in the catalog.