稳定扩散模型揭示人类与 AI 在视觉创意上的持续差距
人工智能
2026-05-13 v2 人机交互
摘要
虽然近期研究表明大型语言模型在发散性思维任务中与人类创意水平持平，但视觉创意仍受到忽视。本研究比较了人类参与者（视觉艺术家和非艺术家）和使用图像生成 AI 模型（两种不同的提示条件：高人类输入用于 Human Inspired，低人类输入用于 Self Guided）生成图像的创意。我们邀请了 255 名人类评分者和 GPT-4o 来评估所生成图像的创意。结果显示，创意水平呈明确的梯度：视觉艺术家最具创意，其次是非艺术家，然后是 Human Inspired 生成式 AI，最后是 Self Guided 生成式 AI。增加的人类指导显著提升了 GenAI 的创意输出，使其产出接近非艺术家的水平。值得注意的是，人类和 AI 评分者也显示出截然不同的创意判断模式。这些结果表明，与语言任务不同，生成式 AI 模型在视觉领域可能面临独特挑战，创意在于感知细微差别和情境敏感性，这些是截至目前仍难以从语言模型移植的高度人类能力。
引用
@article{arxiv.2511.16814,
title = {Stable diffusion models reveal a persisting human and AI gap in visual creativity},
author = {Silvia Rondini and Claudia Alvarez-Martin and Paula Angermair-Barkai and Olivier Penacchio and M. Paz and Matthew Pelowski and Dan Dediu and Antoni Rodriguez-Fornells and Xim Cerda-Company},
journal= {arXiv preprint arXiv:2511.16814},
year = {2026}
}