公司 Apple 缓慢地 Apple 这项研究持续进行着相对低调但系统性的探索，旨在研究生成式人工智能如何影响应用程序开发。最新研究成果由以下研究人员发表： Apple 这一次，人工智能不仅关注代码生成，还关注用户界面设计。换句话说，人工智能不仅在学习“编写应用程序”，它还开始学习应用程序应该是什么样子。但这涉及一个更为敏感的领域，值得我们深入探讨。
您可能感兴趣
Apple 他是逐渐走到这一步的。几个月前 介绍了 UICoder 项目这是一个开放的模型家族，其目标是根据文本输入生成功能性用户界面代码。当时的重点不在于美观，而在于实用性——代码能够编译、符合描述，并且大致满足对界面布局和行为的预期。设计本身更多的是一种附带结果。
一项名为 根据设计师反馈改进用户界面生成模型 该方法采用了不同的思路。作者坦言，常用的从人类反馈中学习（RLHF）方法通常基于简单的评估或比较。 varia这些方法并不适用于用户界面设计领域。他们认为，这些方法不符合设计师的实际工作方式，忽略了界面设计中至关重要的论证、背景和渐进式调整。
人类与人工智能
反而 Apple 这项研究采取了更为务实的方法。研究对象包括21位专业设计师，他们的从业经验长短不一——从两年到三十多年不等——涵盖了从用户界面/用户体验设计到产品设计再到服务设计等多个领域。研究人员并非简单地要求这些专家“选择更好的”。 varia他们没有使用ntu”，而是直接修改了人工智能生成的设计。他们使用了书面评论、草图，并直接在界面上进行了干预。正是这些具体的修改成为了训练数据。
研究人员共收集了1460条标注，并从中创建了原始设计及其设计师修改版本的配对。基于这些配对，他们创建了一个所谓的奖励模型，该模型根据渲染预览和文本描述评估界面质量，并为其分配一个数值分数。设计越符合人类设计师的判断，得分就越高。该模型随后被用于进一步微调用户界面生成器。
作为基本生成器 Apple 使用了 Qwen2.5-Coder 模型，随后将相同的奖励模型应用于规模更小、更新的模型。 varianty Qwen 验证了该方法在不同模型规模下的适用性。从技术角度来看，结果令人印象深刻。使用设计师反馈（尤其是草图和直接修改）训练的模型，其质量明显优于基线版本和仅使用传统评估方法训练的模型。最佳模型甚至在内部测试中也表现出色。 GPT-5，使用相对较少的高质量反馈。
仅限人工智能 nest阿奇
该研究的作者也坦率地指出了这种方法的局限性。设计是一门高度主观的学科，对于何为“更好的界面”并非不言而喻。当研究人员独立评估设计师们一致认可的相同设计方案时，他们的意见一致性仅为49%左右。而当设计师积极修改设计方案时，一致性则显著提高——草图的一致性提升至63,6%，直接修改后的一致性甚至高达76,1%。这项研究间接表明，展示具体的解决方案比抽象的评估更有利于人工智能的学习。
从更广泛的角度来看，将这项研究与其他科技公司的方法进行比较是很有意义的。例如 studio Rockstar Games 近日宣布 他们在开发《侠盗猎车手6》时完全没有使用生成式人工智能。这可能是一种有意识的选择，尤其是在氛围、细节和手工工艺起关键作用的项目中。
Apple 因此，人工智能正处于一种微妙的平衡之中。显然，它可以成为快速原型制作、寻找替代方案或辅助经验不足的开发人员和设计师的强大工具。与此同时，该研究本身也表明，如果没有人类的判断和解释具体决策的能力，就很难创造出高质量的设计。这项研究并非要取代设计师，而是指明了未来设计师工作的方向——人工智能作为辅助工具，而非用户界面设计的主要主体。
