Kombai 发布 Design Creativity Bench：16 个前沿模型在 UI 设计创意上仍落后人类，GPT-6 Astra 得 65.5 分
Why do LLM pelicans look like this?
Kombai 推出 Design Creativity Bench，用 80 个开放式 UI 任务评测 16 个前沿模型的设计创意，最佳模型 OpenAI GPT-6 Astra 得分 65.5，人类设计师参考分为 92.3。
DD
Dipanjan Dey ✓
@Dipanjan_Dey
⚠️ 前沿 AI 模型在设计创造力方面仍远不及人类设计师。 ⚠️
推出设计创造力基准，一个评估 AI 模型在 UI 设计任务上创造力的新基准
尽管在生成功能网站和产品 UI 的能力上取得了快速进展，领先的 AI 模型在设计创意决策方面仍面临挑战
我们评估了 16 个前沿模型在 80 个开放式 UI 任务上的表现，每个任务针对两个不同的产品领域，并参考人类设计师的参考设计
现有的 UI 基准通常只衡量单一输出质量指标。相反，我们衡量设计创造力的三个维度：
- – 原创性：模型的设计与相同需求下其他模型输出的差异程度
- – 创意范围：模型在产品领域变化时调整设计决策的程度
- – 适当性：生成的 UI 满足需求功能要求的程度
结果揭示了整体创造力的显著差距：最佳模型，@OpenAI GPT-6 Astra，得分为 65.5，而人类参考得分为 92.3
我们将完整排行榜、方法论和可复现评估框架发布出来，使设计创造力成为前沿模型能力的一个可衡量维度
📊 基准排行榜：https://kombai.com/benchmark/
📄 论文：https://arxiv.org/abs/2610.11539
🤗 HuggingFace 数据集：https://huggingface.co/datasets/Kombai/design-creativity-bench
🔗 Github：https://github.com/kombai-io/design-creativity-bench/
来源：Hacker News · arcfu.com