苹果请设计师训练AI,让App UI不再只是「能用但不好看」

苹果公司最近发表一项研究，探讨如何利用生成式人工智能（AI）改善App开发流程，尤其是在使用者界面（UI）设计方面。这项研究的核心，是开发一种新方法，让专业设计师对AI生成的UI进行评估与改进，进而建立一个包含1,460个「前后对照」范例的资料集，用于训练奖励模型。

这项研究背景源于苹果先前的UICoder模型。该模型专注生成可编译的UI程式码，虽然功能上符合要求，但在美感上经常不足。为了解决此问题，研究团队选择绕过传统的「以人类回馈强化学习」（RLHF）流程，改为直接捕捉设计师工作流程：由专业人士对AI生成的UI进行评审，提供逐步改进，并把这些调整转换为偏好资料，用于模型训练。

本研究共有21位设计师参与，年资从2年到超过30年不等，涵盖UI/UX设计、产品设计、服务设计等领域。研究团队搜集1,460则注释，形成AI生成的较差UI与设计师改进后较佳UI之间的配对范例。

这些资料用于训练奖励模型。该模型接受两种输入：渲染影像（UI屏幕截图）与自然语言描述（UI的目标描述），并产生一个数值分数（奖励）。该分数经校准后，可让视觉品质较佳的设计获得更高分。苹果主要以Qwen2.5-Coder做为UI生成的基础模型，并将同一套由设计师训练出的奖励模型套用到较小与更新的Qwen变体，以测试此方法在不同模型大小与版本下的泛用性。

研究结果显示，以设计师回馈（特别是草图与直接修订）训练出的模型，在UI设计品质上显著优于仅使用传统排序或评分资料训练的基础模型。研究人员也指出，他们表现最佳的模型（Qwen3-Coder，经草图回馈微调）甚至优于GPT-5；而这项成果仅来自181位设计师草图标注。

不过，研究团队也提醒，对「好界面」的界定高度主观，可能造成解法多样化，并导致回馈机制的高变异。在研究中，当研究团队独立评估设计师排名的UI配对时，仅有49.2%的情况与设计师选择一致；但若设计师以草图或直接编辑提供回馈，研究团队对改进的认同度则分别提升至63.6%与76.1%。这显示当设计师能具体呈现想改动之处时，对于「更好」的共识更容易形成。

这项研究不仅展示AI在UI设计上的潜力，也强调专业设计师意见在生成式AI模型训练中的重要性，为未来App开发提供新的思路与方法。