The Missing Layer：为什么 EdTech 需要设计时 Generative UI，而不只是运行时个性化
2026 年 6 月 arXiv 论文，已被 AIED NextGen Learning Interfaces Workshop 接收。论文认为，自适应教育不应只在学习者运行时用 AI 个性化内容，而应在课件创作阶段使用 Generative UI，让教师先验证无障碍、多模态和不同带宽条件下的界面表达。
TaskLens：为学习专业创作软件生成任务条件化支架界面
DIS 2026 / arXiv 论文，提出 TaskLens：一种用 LLM 为复杂创作工具生成任务条件化支架 UI 的方法。系统会识别工作流阶段与领域概念，选择相关工具，生成实现代码，并在 Blender 等软件中生成逐步暴露高级功能的界面。
Macaron-A2UI：面向个人 Agent 的生成式 UI 模型
2026 年新近发布的 arXiv 论文，聚焦个人 Agent 的运行时 Generative UI。作者认为纯文本聊天已成为复杂 Agent 任务的瓶颈，并提出大规模 Generative UI 语料与 A2UI-Bench，训练模型同时生成自然语言和可执行的轻量 UI 动作，用于确认、偏好细化和多目标协同。
生成式用户界面的高效个性化
一篇聚焦 GenUI 核心难题之一“个性化”的 arXiv 新论文。作者让多位受训设计师对同一批 600 个生成界面进行成对判断，证明设计偏好存在明显分歧，并提出一种样本效率更高的偏好建模方法，在个性化界面生成上优于基线评估器和直接提示方式。
MAIC-UI：用生成式 UI 制作交互式课件
这篇新近 arXiv 论文提出了一个面向教育课件的零代码 GenUI 系统。MAIC-UI 可把教材、PPT 和 PDF 转成交互式学习页面，使用 generate-verify-optimize 流程提升教学准确性，并支持 click-to-locate 增量编辑，而不是每次都高成本整页重生。
Generative UI as an Accessibility Bridge：来自 C2C 电商的启示
arXiv / CHI 2026 workshop 论文，讨论运行时 Generative UI 如何弥补用户生成型电商内容中的无障碍缺口。作者基于面向盲人、低视力用户和老年用户的六项研究，将适配界面、音频引导和 HTML 再生成视为由策略驱动的无障碍干预，而不只是界面个性化。
What does Generative UI mean for HCI Practice?
CHI EA 2026 workshop paper from Microsoft Research and academic HCI researchers on how AI-generated interfaces may reshape design methods, workflows, and user experiences. It is useful because it frames GenUI as a practice-level shift for researchers, designers, developers, and product teams, not only a model-output technique.
Software as Content：动态应用作为人机 Agent 交互层
2026 年 arXiv 论文指出，纯聊天并不适合结构化且有状态的人机 Agent 协作。作者提出 Software as Content：让动态生成的 agentic 应用成为主要交互层，跨轮次持续存在，并通过可操作控件而不是线性文本来承载协作。
钥孔效应：为什么聊天界面会在数据分析中失效
2026 年 arXiv 论文指出，聊天并不是多步骤、有状态分析工作的理想默认界面。论文从认知科学角度解释线性对话为何会失效，并把 Generative UI 等混合交互模式定位为恢复可见性、空间记忆与用户控制权的实际路径。
作为可塑软件设计方法的渐进式界面生成
2026 年 arXiv 论文，提出“渐进式界面生成”设计方法：在生成过程中插入中间界面层，让用户能逐步发现和控制定制选项，而不是只面对一个巨大的提示框或复杂菜单。
AlignUI: A Method for Designing LLM-Generated UIs Aligned with User Preferences
2026 arXiv paper on aligning LLM-generated interfaces with user tasks and preferences. The authors collect 720 UI-control preferences from 50 users across image-editing tasks, use that dataset to guide model reasoning, and evaluate generated UIs with 72 additional users.
Generative UI：大语言模型是有效的 UI 生成器
Google Research 论文，首次系统阐述了 Generative UI 理念。论文定义 Generative UI 是"AI 模型生成的，不仅是内容，还有整个用户体验"。实验证明，在正确的提示和工具下，大语言模型可为任意提示生成高质量的自定义交互界面，44% 的情况下效果可与人类专家相当。论文还发布了 PAGEN 数据集，用于生成界面的评估。
面向语言模型的生成式界面
ACL 2026 Findings 论文提出一种新范式：LLM 不再只返回文本，而是主动生成面向任务的界面。论文结合面向界面的结构化表示与迭代优化，并报告在人类评测中，生成式界面在信息密集和探索型任务上相较纯对话方案最高获得 72% 的偏好提升。
迈向生成式用户界面设计的工作定义
DIS 2025 会议论文，通过文献调研和案例分析，首次提出 Generative UI（GenUI）的工作定义。研究指出 GenUI 是"设计时人机协作生成界面、运行时用户与 AI 生成界面交互"的一种新型界面创建模式。论文总结出 GenUI 的五个关键特征：协同创建、设计空间扩展、表现流动性、情境适应、生成优先。
基于生成式 AI 的可生成和可变换用户界面
CHI 2025 文章，提出利用 AI 根据用户任务生成"可生成和可变换的用户界面"。作者设计了任务驱动的数据模型，让 LLM 解析用户提示并生成 UI 规范，然后映射为具体界面。实验证明，该方法能够动态生成表单、可视化等界面元素，支持用户通过自然语言修改界面。
BISCUIT：在计算笔记本中用短暂 UI 支架辅助 LLM 生成代码
Apple 研究团队发表于 VL/HCC 2024 的论文，提出 BISCUIT：在 JupyterLab 中于用户意图和 LLM 生成代码之间加入一层短暂的 UI 支架。系统不是直接从提示跳到源代码，而是先生成临时交互控件，帮助用户理解选项、细化需求，并在真正产出代码前探索变量空间。