English(EN) Using Large Language Models for Idea Generation in Innovation

AI生成的产品创意在购买意向上优于人类创意

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-31 04:00

一篇新的研究论文探讨了使用大型语言模型（LLMs），如GPT-4，来生成创新的产品创意。该研究将大学生的创意与GPT-4使用零样本和少样本提示生成的创意进行了比较。结果表明，尽管AI生成的创意被认为新颖性较低且彼此相似度较高，但它们显示出更高的预测购买意向，并且有七倍的可能性位列创意的前10%。 AI

影响表明AI可以显著增强产品开发中的创意构思阶段，从而可能加速创新周期。

排序理由学术论文，详细介绍了关于LLM能力的 शोध 结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了关于LLM能力的 शोध 结果。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 74 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Lennart Meincke, Karan Girotra, Gideon Nave, Christian Terwiesch, Karl T. Ulrich · 2026-07-31 04:00

利用大型语言模型进行创新中的创意生成

arXiv:2607.27553v1 Announce Type: cross Abstract: This research evaluates the efficacy of large language models (LLMs) in generating new product ideas. To do so, we compare three pools of ideas for new products targeted toward college students and priced at 50 dollars or less. Th…

本文如何被排名

报道来源 [1]

利用大型语言模型进行创新中的创意生成

相关实体

相关话题