新基准 Design Creativity Bench 推出：前沿 AI 模型在 UI 设计创意上仍大幅落后于人类

研究者推出新评测基准 Design Creativity Bench，通过原创性、创意范围与适切性三个维度，评估 AI 模型在 UI 设计任务上的创意表现。基于 80 个开放式 UI 任务评测 16 个前沿模型的结果显示，表现最佳的模型 OpenAI GPT-6 Astra 得分为 65.5，显著低于人类参考基准的 92.3。完整排行榜、评估方法、论文及 HuggingFace 数据集已公开发布。