为什么 LLM 生成的鹈鹕长这样？Design Creativity Bench 评测 AI 的 UI 设计创造力

Why do LLM pelicans look like this?

新基准 Design Creativity Bench 用 80 个开放式 UI 任务、16 个前沿模型评测 AI 的设计创造力，从原创性、创意跨度和适配性三个维度打分。表现最好的 OpenAI GPT-6 Astra 仅得 65.5 分，人类设计师参考分为 92.3，差距明显。该基准的排行榜、方法论与可复现评测框架已公开。