Paper
Riset akademis dan paper teknis tentang Generative UI, cara kerjanya, serta perbedaannya dengan AI UI Design
Studi Kasus
Contoh produk dan aplikasi nyata yang memakai Generative UI, dari prototype hingga production
Video
Tutorial, demo, dan talk praktis tentang cara membuat UI dengan AI serta integrasi Generative UI di React
Resource
Blog, dokumentasi, library komponen AI, SDK, dan framework Generative UI open source
Diskusi
Forum komunitas dan thread populer tentang tool AI UI/UX tanpa coding, Prompt, serta praktik GenUI
Resource Terbaru
Harness4GenUI 2026: Engineering Foundations for Generative UI
Workshop resmi ASE 2026 yang membahas fondasi software engineering untuk Generative UI. Harness4GenUI memandang interface dinamis sebagai runtime system dan menyusun pembahasan seputar context model yang stabil, UI schema, rendering contract, testing, observability, safety, dan governance, bukan hanya kualitas hasil generasi.
LEGOUI: Designing with UI-DSL Bricks for Transparent, Controllable Generation
Paper HCI Agustus 2026 yang memperkenalkan framework Generative UI bertahap untuk ideasi desain awal. LEGOUI mencatat keputusan dari prompt dan inferensi model dalam UI DSL yang melacak asal keputusan, memungkinkan pengguna menerima, menolak, atau menambahkan keputusan pada tahap layout, interaksi, relasi, dan style, lalu melakukan rendering dari spesifikasi yang terus berkembang.
Beyond a Single Judge: Simulating Social Persona Panels for Generative UI Evaluation
Paper Juli 2026 yang memperkenalkan ESPP, metode evaluasi yang mengganti satu LLM judge dengan panel persona yang beragam secara psikologis dan berpijak pada bukti. Setiap panelis menilai screenshot interface yang dihasilkan secara independen, bertukar pendapat melalui mekanisme bounded-confidence, lalu hasilnya digabungkan menggunakan pembobotan sosial.
Design Theater: A Benchmark for Generative UI
Paper Juli 2026 yang memperkenalkan benchmark untuk memeriksa apakah tool Generative UI benar-benar menerapkan alasan desain yang disampaikan kepada pengguna. Melalui 120 interface dari lima tool dan 24 tugas struktural, styling, serta fungsional, studi ini mengukur kesenjangan antara keputusan desain yang diklaim dan hasil yang dibuat.
MV-Bench: Benchmarking MLLMs for Coordinated Multi-View Interface Construction
Benchmark Juli 2026 untuk menguji apakah multimodal language model dapat membuat interface visualisasi multi-view yang dapat dieksekusi dari desain visual. MV-Bench memakai workbook Tableau sebagai structured ground truth dan mengevaluasi fidelity visual, data binding, interaksi terkoordinasi, serta kemampuan kode untuk dieksekusi.
Learning to Detect UI Principle Violations via Reinforcement Learning
Paper Juli 2026 tentang vision-language critic ringan untuk interface web yang dihasilkan. Para penulis menyatukan 19 prinsip yang mencakup accessibility WCAG 2.2, deceptive design, dan cognitive usability, lalu melatih model pada sekitar 10.000 halaman hasil generasi dengan pelanggaran sintetis yang telah diverifikasi.
TaskArtisan: Designing Composable Generative Widgets for LLM-Assisted Analysis
Paper HCI Juli 2026 yang meneliti bagaimana Generative UI membuat workflow analisis chatbot yang panjang dan bertahap lebih mudah dikunjungi kembali dan digunakan ulang. TaskArtisan memungkinkan pengguna membuat widget analisis dan menyusunnya menjadi workflow berurutan atau fan-out, lalu membandingkan pendekatan ini dengan chatbot konvensional dalam studi 12 peserta.
AI Prototyper: A Figma Plugin for Decomposition-Based GUI Prototyping with LLMs
Paper Juli 2026 yang memperkenalkan AI Prototyper, plugin Figma open-source yang mengubah deskripsi layar dalam bahasa alami menjadi prototype yang sepenuhnya dapat diedit. Pipeline-nya menguraikan permintaan menjadi fitur yang dapat ditinjau, mengambil component dari library tetap berisi 32 primitive, membuat instance dengan batasan schema, dan merender layer native Figma dengan auto-layout.
Spatula: Exploring On-Demand In-Situ Interfaces and Interaction for Attribute Control
Paper HCI Juli 2026 yang memperkenalkan Spatula, sistem berbasis LLM yang membuat control kontekstual langsung pada canvas motion graphics. Elastic attribute control space miliknya mendukung progressive discovery, beberapa tingkat presisi, pengeditan kelompok secara semantik, dan control baru sesuai kebutuhan.