2024 雲棲大會 AI 應用標杆,Motiff 妙多分享業界領先 AI 生成 UI 技術實踐

用戶只需要輸入一段話,20 秒左右,就能生成兩版 UI 設計稿……9 月 20 日,在雲棲大會現場,Motiff 妙多研發負責人樊鍇演講分享了 AI 生成 UI 功能的最新進展及開發歷程,強調盡快找到 TPF(技術產品契合度)、重視數據積累、完善後台開發體系,都是 AI 功能落地的關鍵因素。

Motiff 妙多研發負責人樊鍇演講現場Motiff 妙多研發負責人樊鍇演講現場

生成式 AI 是 2024 年雲棲大會最受關注的議題之一,Motiff 妙多 AI 生成 UI 功能的落地,標誌著設計工具從效率工具向生產力工具的轉變。「我們希望 Motiff 妙多不止於設計領域的 Copilot,更能成為 Autopilot,能直接完成日常設計任務,甚至生成完整的設計稿。」樊鍇表示。

Motiff 妙多於今年 6 月面向全球發佈,開創了界面設計領域的多個 AI 功能。開發全球領先的 AI 功能面臨諸多技術挑戰:如何讓 AI 成為真正可用的生產力、創作兼具邏輯性和藝術性的 UI 設計稿?大模型的能力邊界在哪、如何揚長避短?樊鍇在演講中詳細分享了背後的工程難點和經驗。

Motiff 妙多能生成用戶所需的各式各樣的界面,生成的設計稿還可在 Motiff 妙多的編輯器中不斷調整優化Motiff 妙多能生成用戶所需的各式各樣的界面,生成的設計稿還可在 Motiff 妙多的編輯器中不斷調整優化

鎖定應用場景,加速達成技術產品契合度

在 AIGC 領域,不同於常見的文本生成或圖片生成任務,UI 生成非常獨特。這是因為 UI 設計既需要保證嚴謹的產品邏輯,又要具備像素級的精確程度,還要兼具美觀的視覺效果。這對技術能力提出了相當高的要求。

AI 生成 UI 可由 AI 從零開始創建所有頁面內容,這背後有多種技術路徑,但生成效果均不理想。樊鍇舉例稱,基於擴散模型的文生圖技術可以生成設計圖片,但在像素級別的佈局控制和內容生成能力上相對欠缺。另一些方法,如生成 HTML 網頁代碼再轉為設計稿,同樣面臨細節處理能力不足的問題。

對於 AI 應用來說,盡快找到 TPF(技術產品契合度)尤為關鍵。「相比於傳統軟件開發,AI 應用的底層技術不確定性高,戰略上用戶需求驅動,但在戰術上產品設計嚴重依賴於技術可行性。」樊鍇在會上表示,關鍵在於盡快找到最有可能被實際使用的場景,更早得到用戶反饋。

生成一張設計稿,需要兼顧整體結構、頁面內容和 UI 細節三大方面。設計稿需要包含導航欄、搜索框、內容列表等模塊,並匹配合適的文字、圖片、圖標等內容,同時呈現良好的視覺效果。通用大模型普遍擅長生成整體結構和頁面內容,但對於 UI 細節控制還有所不足。

因此,為大模型尋找合適的任務成為解決問題的關鍵。「讓大模型專注於其擅長的領域,即生成頁面的整體結構和內容。在細節把控上,通過預定義的組件庫來保證美觀。」樊鍇表示。組件庫是大量組件和設計規範的集合,基於組件庫的生成方案也更容易支持自定義組件。這不僅能夠覆蓋大部分 UI 設計場景,還能滿足用戶對個性化和靈活性的需求。

這也是面向未來的技術方案。「隨著軟件開發的成本降低,未來應用場景會更個性化,也需要更靈活的交互設計,信息龐雜的交互設計頁面反而會減少。」樊鍇判斷。

築成數據護城河,率先實現設計 Autopilot

即使是基於組件庫的方案,現有通用大模型仍難以生成高質量的 UI 設計稿。這是因為通用大模型並不擅長 UI 設計,也難以理解組件庫。為了呈現多樣化的效果,組件庫包含大量不同類型的組件。以列表為例,就有上百種相似的樣式,通用大模型難以分辨其細微差別。

「核心還是在於讓大模型充分理解 UI 設計,需要有專門的領域大模型。「樊鍇表示。Motiff 妙多近期正式發佈了其自研的國內首個 UI 多模態大模型,經過大量 UI 領域的優質數據訓練,該模型在多個 UI 任務表現上顯著超越 GPT-4o 等通用大模型,能靈活地根據上下文理解界面元素,達到「設計專家」水平,最接近人類對 UI 界面的理解和表述結果。

在自研大模型加持下,Motiff 妙多有效結合了自研大模型的生成能力和組件庫的表現力,在多輪行業盲評中取得了第一的生成效果,優於此前業內領先的 AI 生成 UI 工具 Galileo AI、設計工具 Uizard 和文生圖工具 Ideogram。

輸入同樣的提示詞生成世界盃預賽界面,Motiff 妙多生成的兩版設計稿盲評第一輸入同樣的提示詞生成世界盃預賽界面,Motiff 妙多生成的兩版設計稿盲評第一

Motiff 在 AI 生成 UI 功能中取得的成功,還得益於長期的專業數據積累。「未來,數據是最重要的護城河。「樊鍇表示,「隨著大模型能力不斷增強、成本不斷降低,專業數據將成為更稀缺的資源,為 AI 應用的質量提供堅實保障。」

在開發 AI 功能的工程實施中,Motiff 妙多積累了寶貴的經驗。對於大部分複雜任務,Motiff 妙多發現 Flow Engineering(流程工程)比 Prompt Engineering(提示工程)更為有效。相比於單次模型調用的黑箱運行,FLow Engineering 將任務分解為多個步驟,實現整體功能的協同,對團隊協作和工程化更為友好。

為了更好地應對 AI 應用開發中的不確定性,Motiff 妙多搭建了一個高效的實驗平台。平台不僅支持便捷地定製流程和參數,還能詳細記錄實驗的中間結果,從而幫助團隊快速嘗試和迭代。

目前,Motiff 妙多 AI 生成 UI 功能在指令遵循和設計美觀性上均處於行業領先水平,並在海外社交媒體引起大量討論。樊鍇在會上透露,Motiff 妙多還將持續迭代技術方案,有望於年內發佈新的 AI 功能。