說個(gè)超級有意思的事。

今天凌晨，一個(gè) AI 設(shè)計(jì)類的垂直 Agent 工具，在 X 上爆了。

可以直接看一下他們的片子。

可能很多老粉都知道，我其實(shí)是設(shè)計(jì)師出身，所以對這種 AI 設(shè)計(jì)類的產(chǎn)品，還是 Agent 的產(chǎn)品，本身就比較關(guān)注。

不過比較尷尬的是，他們又是那種內(nèi)測制，要排隊(duì)。

不過好像海外都看到 Manus 的火爆了，所以他們也搞了邀請碼機(jī)制，關(guān)注評論就送碼。

我也就去隨手留了個(gè)言，大概意思就是：

我是一個(gè)中國的 AI 博主，有一點(diǎn)名氣，對 Lovart 產(chǎn)品很感興趣，希望可以獲得內(nèi)測資格。

結(jié)果，沒一會，發(fā)現(xiàn)我的 X，真的收到了一條私信。。。

說實(shí)話，我對這種機(jī)會一般是不抱有啥希望的，結(jié)果沒想到，居然還真的，拿到了邀請碼。

本來都準(zhǔn)備睡了，于是果斷起床，一手體驗(yàn)了一波。

這個(gè)設(shè)計(jì)類的 Agent 產(chǎn)品，Lovart。

在玩到早上 6 點(diǎn)以后，我想說，Lovart 真的是有一點(diǎn)東西，雖然因?yàn)槭莾?nèi)測版，在很多細(xì)節(jié)上，做的還有一點(diǎn)粗糙，但是大的框架，已經(jīng)很看到了。

而且，是真實(shí)的有用。

這是我做的一些小 case。

網(wǎng)址在此： https://www.lovart.ai/

一進(jìn)來，就是一個(gè)非常有視覺沖擊力的主頁。

直接點(diǎn) Get Started 就行，你們可能還沒有資格，就正常按照流程申請排隊(duì)就行，當(dāng)然，你也可以去他們的 X 評論區(qū)留言看看，說不定也會直接給你發(fā)。

發(fā)完就在這個(gè)邀請碼的地方填就行。

如果你有資格了之后。

一進(jìn)來，是一個(gè)非常像 AI Chat 的界面。

很簡潔。

但是其實(shí)我在各種場合表達(dá)過很多次觀點(diǎn)，在我的認(rèn)知里，從來沒有什么 AI+行業(yè)，而是行業(yè)+AI，就像我之前寫飛豬那個(gè)垂直的旅游 Agent 的時(shí)候。

行業(yè)里的 Know How，才是最重要的，你到底是有什么痛點(diǎn)，有什么需求，有什么場景，什么時(shí)候該調(diào)用什么模型，什么時(shí)候該調(diào)用什么工具，這些東西，疊加你的 AI 的能力，才是真正的護(hù)城河。

所以我對 Lovart，是真的還有一些期待的。

我們可以在對話框中，隨便跟他提一個(gè)設(shè)計(jì)要求。

比如我就寫了一段：

幫我畫一組“貓貓去世界各地旅行”的插畫系列，總共 8 張圖，每張都畫一只米白色、站著走路的 Q 版貓貓，穿著當(dāng)?shù)氐膫鹘y(tǒng)服飾，比如去日本就穿和服，去法國就帶貝雷帽，去西安就穿唐裝。貓的形象要一模一樣，要站在畫面中間偏下，后面是有代表性的地標(biāo)，比如東京的街道、巴黎鐵塔、西安城墻等等，但背景不要太復(fù)雜。畫風(fēng)要偏日系插畫，線條細(xì)一點(diǎn)，顏色柔和一點(diǎn)，每張右下角能加一句旅游口號，比如“Spring in Tokyo”。整套適合做小紅書日簽?zāi)欠N風(fēng)格，尺寸是 3:4。

發(fā)給 Lovart 之后，我直接錄了個(gè)屏，大家可以看一下，就是原來稍微有點(diǎn)慢，一個(gè)任務(wù)三分鐘，我就給加了 2 倍速。

大家也可以看看復(fù)現(xiàn)過程： https://www.lovart.ai/r/f1mjl6f

8 個(gè)小貓咪，是不是超級可愛的。

畢竟是 Agent 產(chǎn)品，中間的思考過程，其實(shí)非常有趣。

在收到我的任務(wù)之后，其實(shí)不同于所有的其他 Agent 產(chǎn)品，它做的第一步，永遠(yuǎn)是匹配風(fēng)格。

我這個(gè)任務(wù)，雖然顯示沒有匹配到風(fēng)格，但是我還是想說下。

他這個(gè)第一步，是完全沒毛病的。

這個(gè)其實(shí)就是設(shè)計(jì)任務(wù)場景，跟其他的場景不太一樣的地方了。

因?yàn)樵谠O(shè)計(jì)場景里，畫風(fēng)就是影響最大的那個(gè)爹，就是最高決策。

你風(fēng)格一旦錯(cuò)了，后面哪怕你畫得再好，都是廢圖。

就像你做一張海報(bào)，客戶說想要極簡風(fēng)，你整了一套寫實(shí)疊素材+漸變爆炸+顆粒反光上去，你就是在純種找罵。

風(fēng)格不對，全盤否定。

風(fēng)格對了，哪怕細(xì)節(jié)差點(diǎn)，大家都覺得你是在一個(gè)頻道上。

這就是我所說的行業(yè)的 Kow How，如果你是不懂這個(gè)行業(yè)的人，你可能意識不到，風(fēng)格這事，會有這么高的優(yōu)先級，甚至高于怎么把這玩意畫出來的優(yōu)先級。

我自己寫的風(fēng)格其實(shí)比較模糊，但是如果我們非常明確的寫一個(gè)，噪點(diǎn)插畫，它可能就會匹配上了。

而且這效果確實(shí)很好。

我大概扒了一下，這應(yīng)該是 1 個(gè) LoRA 模型。

所以在 Lovart 的判斷邏輯里，應(yīng)該是會先判斷你的設(shè)計(jì)任務(wù)所要求的風(fēng)格，在他們的庫里去匹配是否有 LoRA 模型能夠滿足，如果能滿足的話，不管從效果還是推理成本的角度，都應(yīng)該用 LoRA 模型去做執(zhí)行。

如果匹配不上的話，才會用其他的大模型比如 Flux、GPT4o 等等來去畫圖。

這個(gè)邏輯完全沒毛病，就是不知道他們庫里有多少 LoRA。

在匹配之后，其實(shí)就是創(chuàng)建執(zhí)行計(jì)劃了。

不過有時(shí)候，匹配風(fēng)格這一步，也有可能會被 Lovart 放在執(zhí)行計(jì)劃里，不過概率比較小。

我這個(gè)畫貓咪的小任務(wù)，就被拆成了 3 步，獲取知識、用 GPT4o 生圖、結(jié)束。

獲取知識這塊很有意思，其實(shí)就是把我的 Prompt，變成了一個(gè)超級詳細(xì)的 Prompt。

我必須要全部放出來給你們看，這也是我第一次見到這么詳細(xì)的在 AI 上的設(shè)計(jì)拆解。。。

不僅寫了通用性的設(shè)計(jì)規(guī)范，確定好的 IP 的樣式和總體布局，然后，還列了 8 個(gè)城市，給每個(gè)城市，單獨(dú)固定了調(diào)色板和單獨(dú)的 Prompt。。。

真的，要是每一個(gè)設(shè)計(jì)師，在做一些系列化設(shè)計(jì)的時(shí)候，都能把設(shè)計(jì)規(guī)范和一些差異化的點(diǎn)，描述的這么清楚，那真的不用浪費(fèi)那么多時(shí)間去做一些無用的所謂的視覺統(tǒng)一的工作了。。。

最后，是選擇調(diào)用了 GPT4o，一口氣把八張圖，全部畫了出來。

效果非常好。

在我自己一夜的測試過程中，除了 GPT4o 之外，還有 Flux、Gemini，還有 Poster Gen，做海報(bào)的時(shí)候經(jīng)常會用的，但是我查半天也不知道底層是什么模型，感覺是他們自己做的。

最后，全流程 Ending，Lovart，把所有的圖，給你放在了左邊的畫板上。

并且，二次編輯的功能，做的還蠻全的。

頂上的放大、擴(kuò)圖、摳圖、消除、修復(fù)、涂抹模糊，主流的功能，基本全都支持了。

而每一張圖，也可以單獨(dú)點(diǎn)擊，進(jìn)行選區(qū)選擇。比如這個(gè)城市，我希望在右上角加一些和平鴿，peace and love 才是真正的主旋律。

我涂上右上角的區(qū)域，就可以直接點(diǎn)下面的編輯，也可以添加到對話框中進(jìn)行精準(zhǔn)修改。

發(fā)送給他，很快，他就自己把和平鴿加上了。

除了小貓旅游之外，我又讓他做了一些海報(bào)。

還做了一整套游戲 UI，我超級喜歡的蒸汽波+復(fù)古像素的風(fēng)格。是我心中的 404 世界，那種在虛擬空間中，被廢棄的城市。

而且在我們?nèi)粘ＴO(shè)計(jì)任務(wù)中，其實(shí)還有很多尺寸延展的場景的，比如這個(gè) 404 世界的首頁。

我們可以讓他把這個(gè)豎著的，再延展成 1:1，3:2，16:9 這 3 個(gè)尺寸。

幾分鐘以后，他就全部給你改好。

可惜就是出現(xiàn)了一些語義理解的問題，最后的 16:9 沒給我生成，還是按 3:2 去生的。

同時(shí)，這里需要特別注意，如果是是寫的英文，在英文里，這種延展或者適配設(shè)計(jì)，一定要寫 Generate，而不是寫 Extend，Extend 不是延展，是擴(kuò)圖，所以，如果你跟他說 Extend 的話，會很崩。

走的是純擴(kuò)圖的邏輯，直接沒眼看了。

甚至我還發(fā)現(xiàn)了，一個(gè)非常有趣的事，就是，你可以直接把生成的海報(bào)，扔到對話框中，然后說：Generate an editable text version of this poste。

你就會發(fā)現(xiàn)文字和背景圖，真的被分離了，出來了一個(gè)可編輯的版本。

這個(gè)文字和背景分離的功能，其實(shí)是個(gè)超級剛需，做過 AI 繪圖的都知道，文字有時(shí)候是要重改的，明明手敲就行，但是很多時(shí)候，AI 出來的就是一張，根本改無可改。

但是如果我們一句話，能把字體樣式、字體本身、背景圖給分離出來，那絕對是一件所有設(shè)計(jì)師有巨大加持的大事。

只不過現(xiàn)在 Lovart 雖然有了這個(gè)意思，會把字符、位置幾乎完美的還原，但是把背景做了一些很細(xì)節(jié)的微調(diào)，字體樣式也還沒有保持住，不過至少看到了希望，未來可期。

而且，他們不止能傳圖改圖，甚至他們還集成了可靈、11labs、suno，可以把圖片，生成視頻，再配上音樂和配音，然后剪輯在一起。。。

比如我就扔了一張非常經(jīng)典的口紅戰(zhàn)神 Dior999 的產(chǎn)品圖上去。

給了一段 Prompt：

我上傳了一張高品質(zhì)的 Dior999 的口紅產(chǎn)品圖，請基于這張圖的質(zhì)感和品牌定位，幫我生成一支專業(yè)感極強(qiáng)的 Dior999 品牌廣告片段，時(shí)長控制在 30 秒以內(nèi)。

整個(gè)廣告需要延續(xù)這張圖的調(diào)性，鏡頭語言可以參考過去 Dior、香奈兒、蘭蔻等高端美妝品牌的廣告片風(fēng)格。

請生成完整的視頻腳本分鏡圖，包括文字、畫面描述和轉(zhuǎn)場邏輯。然后把這些圖轉(zhuǎn)成視頻，根據(jù)圖片主題，加背景音樂。

Lovart 先分析了圖像，然后寫了一段非常詳細(xì)的，廣告視頻腳本。

然后，畫了所有的分鏡圖，和一個(gè)可視化的腳本。

隨后，他就給這些圖片，都用可靈轉(zhuǎn)成了視頻，還用 Suno，生成了 BGM 音樂。

在跑了十幾分鐘以后，一個(gè)還算好看的 Dior999 的廣告視頻，出現(xiàn)了。

真的，搓個(gè)小的廣告片 demo，Lovart 真的沒啥問題。

核心能力，其實(shí)還是來自于設(shè)計(jì)領(lǐng)域的 Know How。

用 Agent 來生成視頻+配樂這件事，其實(shí)不是啥難事，很多通用 Agent 都可以做，接接幾個(gè) API 或者 MCP 就行，但是大家可以去對比一下一些通用的 Agent 產(chǎn)品，用相同的產(chǎn)品圖和 Prompt，生成出來的視頻審美和質(zhì)量。

其實(shí)你就能看出來差別。

本來我還想用這個(gè)功能，來直接搓一段故事腳本，但是我發(fā)現(xiàn)，它的人物一致性和影視級別的鏡頭語言，還有一些進(jìn)步空間，就作罷了= =

最后的最后，我還是想來聊聊 Lovart 的意義。

他當(dāng)然，還有很多的細(xì)節(jié)問題和不足。

就像我當(dāng)年第一次看到 Figma，意識到設(shè)計(jì)協(xié)作這個(gè)賽道會被重寫一樣。

今天第一次看到 Lovart 跑完需求→生成→尺寸延展→圖文分離→視頻合成→二次修改這一整鏈條，我也覺得：

在 Agent 的加持下，設(shè)計(jì)的工作流，未來也不一定是現(xiàn)在這樣了。

甚至設(shè)計(jì)師的定義，可能也是另一個(gè)描述。

在沒有所謂的設(shè)計(jì) Agent 的時(shí)候。

你跟任何 AI 說我要一張圖，它給你的是作品。

但是，在 Agent 的加持下，你現(xiàn)在跟 Lovart 說我要一張圖，它給你的是產(chǎn)品。

是交付，是資源，是資產(chǎn)。

未來，直接一句話，生成潮玩 IP、生成這個(gè) IP 所有的延展、做完視頻、直出 3D 模型，并不是不可能。

可能，就在很快的未來。

現(xiàn)在的圖景，非常的清晰。

每一個(gè)垂類賽道，可能都會有它一個(gè)專屬的最牛逼的 Agent。

有大通用的、有研究的、有旅游的、有設(shè)計(jì)的。

未來，垂直 Agent 的，一定會更快速的涌現(xiàn)。

更多Agent 教程：

現(xiàn)在又是凌晨 6 點(diǎn)了。

但是我還是還想感慨一句。

親身參與這個(gè)時(shí)代里。

實(shí)在是，太酷了。