热门AI工具推荐

焚书AI多模型聚合平台
AI多模型聚合平台( Claude 系列、GPT 系列)支持聊天、搜索、图片、视频、音乐等多种功能;聚合了 Claude 系列(如 Sonnet 5、Opus 5 等)、Gemini 系列、GPT 系列、DeepSeek(搜索模式默认调用 DeepSeek V4 Pro)以及通义千问、Kimi 等数十款国内外主流模型。
AI编程订阅服务,支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性,可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务,通过一个订阅整合5大主流模型和10+AI工具
SpeedAIAI内容检测降重
AI内容检测与降重工具,能有效帮助用户通过论文AI率检测
秒哒AI工具
不懂代码也能开发应用?百度秒哒:无需编程,快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具,实现从剧本到成片的自动化生产,让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,

34名学生实测:AI提速 设计师创意自主性下降

时间:2026年11月8日(Scienmag 报道日)。论文原载 Springer 旗下期刊《Fashion and Textiles》第13卷第1期(文章编号 12),2026年3月4日在线发表,作者为 Shin Young Jang。 地点:韩国一所大学的时装设计专业课堂;论文通过 Springer 平台发布,报道由 Scienmag 发出。 人物:研究者 Shin Young Jang,《Fashion and Textiles》论文作者。参与者为该校时装设计专业三年级学生 34 人,其中女性 26 人、男性 8 人;任务结束后其中 18 人参加半结构化访谈。实验所用工具为 Adobe Illustrator 内置的 Firefly 生成式填充。 事件详情:一项受控对照实验。34 名学生先按统一顺序用传统矢量工具完成图案设计,再在生成式条件下用 Adobe Illustrator 的 Firefly 文本转矢量功能重做同一批任务,生成结果可继续手工修改。任务覆盖棒球帽、环保袋、毯子、围巾、卫衣 5 类产品,每类 4 个图案,两种流程各完成 20 个成品/人;随后填写 50 题问卷,18 人接受 45 至 60 分钟的访谈。量表基于认知负荷理论与创造力支持指数,覆盖 12 个构念,采用五点李克特量表。参与者此前都熟悉传统矢量工具,85.3% 用过其他 AI 工具(主要是 ChatGPT),少部分接触过 Firefly 或 Midjourney。结果显示效率与创意表达走向相反:任务内在难度从传统的 3.68 降至生成式条件下的 2.09,总体心智负荷从 4.21 降至 2.15,程序效率从 2.29 升至 4.06;但表达个人设计风格从 4.24 跌至 1.53,生成结果的可编辑性从 3.91 降至 2.47。成品评价同样全面下滑:感知创造力与原创性从 3.94 降至 2.68,美学价值从 4.09 降至 2.74,总体满意度从 3.91 降至 2.26,原始设计目标的达成感从 4.03 降至 2.00,而设计投入度在两种流程之间没有显著差异。构思环节更微妙:用生成式工具更容易开始想(3.06 对 2.53),但不同想法的数量并没有显著增加(生成式 2.97,传统 3.44)。访谈中 16 人明确表示生成系统替他们做了设计决策,自己的角色被降为策展人;12 人靠大量生成后的手工编辑把个人风格找回来;14 人提到把视觉意图翻译成文字描述带来的“提示词焦虑”。 背景:生成式功能已经进入 Adobe Illustrator 与 Photoshop 的常规工作流,文本出图降低了门槛,也引发认知卸载、技能退化与作者身份模糊的争议。论文用认知负荷理论和创造力支持指数把这种担忧量化,并提出把生成式 AI 严格限制在初始构思与视觉头脑风暴,后续阶段要求学生手工拆解、重构、细化生成结果,同时记录提示词历史与决策轨迹;评分标准也从只看成品转向过程导向,要求教师评估学生如何解读并改造算法输出。按当代认知负荷理论,germane processing 不再是独立的负荷类别,而是心智投入的质量;当自动化把无关的程序摩擦压到最优阈值以下,可能造成“未被充分挑战的认知状态”,反而妨碍图式建构与高阶创意推理。 影响:对做设计类 AI 工具的团队,这项研究提示“生成一张图”和“改得动、风格还在人手里”是两件事——受访学生反映生成物虽是矢量路径,但机器生成的结构异常难改,调整比例或纠正几何错误几乎要重画,改到最后常常不如从头画。论文自身也给出明确限制:样本只有一所学校的 34 名本科生,且所有人都先做传统流程再试 AI,固定顺序可能引入顺序效应;成品质量来自主观自评,未经独立设计师盲评。 总结:这轮实验说明,生成式 AI 在设计流程里省下的是“画”的时间,交出去的是“决定”的权力——设计师从执行者变成策展人。对产品团队来说,真正的指标不是生成一张图有多快,而是生成物能不能改、个人的风格还在不在画面里;对设计教育来说,关键也不在用不用 AI,而在有没有留下可追溯的提示词与决策记录。 常见问题: 问:AI 是不是让设计师变闲了? 答:不是。难度从 3.68 降到 2.09、心智负荷从 4.21 降到 2.15,但可编辑性从 3.91 降到 2.47,12 名学生要靠大量手工返工才找得回个人风格。 问:这项研究能代表专业设计师吗? 答:不能。样本是韩国一所大学的 34 名大三学生,且都先做传统流程再试 AI,存在顺序效应,结论来自主观自评而非专家盲评。 参考来源: Scienmag 报道原文 https://scienmag.com/generative-artificial-intelligence-tools-accelerate-design-tasks-but-diminish-creative-autonomy/ Bioengineer.org 转载的同一篇 Scienmag 报道 https://bioengineer.org/generative-artificial-intelligence-tools-accelerate-design-tasks-but-diminish-creative-autonomy/ 论文原文页(Fashion and Textiles,Springer) https://link.springer.com/article/10.1186/s40691-026-00459-w Crossref 书目元数据(卷期、发表日期、DOI) https://api.crossref.org/works/10.1186/s40691-026-00459-w 作者 ORCID 记录 https://orcid.org/0009-0000-5337-3204 中文文献条目(ablesci) https://www.ablesci.com/assist/detail?id=B0nKMw Mendeley 引用记录 https://www.mendeley.com/catalogue/3294dc11-8b52-3042-b550-5df0db7b41ad/

同日其他快讯

11月8日 汇总