作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

在創意設計軟件的賽道上，Figma與Canva是兩座繞不開的大山。前者憑借專業性在上市前夕估值沖向百億美金大關，后者則以易用性坐擁超300億美金估值和25億美金的年收入。當所有人都以為市場格局已定時，AI帶來了新的變量。

這個變量，不僅僅是加入AI功能，而是AI正在把設計數字畫筆升級為生成式的創意系統。Figma AI的First Draft功能，已經能讓設計師輸入一句話就得到好幾套完整的設計初稿。這些變化讓原本穩定的市場變得充滿變數，也讓新興的AI工具有了重新定義未來的機會。

舊金山當地時間7月23日，設計圈的“圣地”IDEO的辦公室里，擠滿了來自OpenAI、Google、微軟、斯坦福和IDEO的頂尖人才，他們正在參加一場Lovart的全球發布活動。OpenAI負責創業支持的Chris Brown在現場發表了演講，他稱Lovart與OpenAI模型的合作為“最具代表性的案例之一”，展示了像GPT-4o這樣的前沿大模型，如何真正轉化為充滿想象力和實用性的Agent產品。

這場發布會的主角Lovart，在為期數月的Beta測試中，僅靠口碑傳播就吸引了近百萬用戶申請，伴隨著正式全球上線，它也全面取消了邀請碼，同時帶來了其全新的交互功能的探索：ChatCanvas，一個能讓用戶直接在畫布上與AI“對話”來修改設計的全新界面。

ChatCanvas

福布斯、CNBC等媒體迅速跟進報道，在X上，一場關于Lovart的“叛逃”梗圖（Meme）派對也開始了，創作者們紛紛曬圖，開玩笑說要“卸載Canva”、“忘記Figma”。

這當然是一種略帶夸張的網絡文化，但它背后的情緒是真實的，當下的AI工具，尤其是在設計領域，似乎總讓人愛恨交加。我們一邊驚嘆于AI強大的生成能力，卻又在無盡的改稿循環中，與那個看似智能、實則健忘的聊天框“對牛彈琴”。這種“萬物皆可Chat”的設計范式，成為一種可疑的“正確”，所有人都這么做，但所有人都知道僅僅這么做是不夠的。

其中一個瓶頸，出在了交互上。最近有一場關于從UX（用戶體驗）到AX（智能體體驗）的相關討論。在AX模式下，Agent不再是你使用的“工具”，而是與你協作的“伙伴”。它能記住你的目標和偏好，理解項目的上下文，無縫融入你已有的工作流。

亞馬遜Prime Video技術總監第一時間展示了它使用Lovart產出設計日本網友對ChatCanvas UI創新的認可

在多數 Agent產品還在讓用戶在聊天框里打轉時，少數公司已經開始用“工作流架構師”的思維來構建產品。

在初步體驗之后，我們發現Lovart試圖用ChatCanvas回答兩個核心問題，一個真正優秀的AI設計伙伴應該是什么樣子的？以及，我們與AI Agent的交互，除了聊天框，還能是什么樣子的？

1

一個全能的AI設計伙伴

Lovart的定位始終不是單一的AI設計工具，而是一個AI設計智能體（AI Design Agent）。它的目標不是給你一張圖，而是成為你在設計項目中的全能伙伴。

簡單來說，無論是品牌視覺套件（如Logo、VI），還是日常的營銷與社交物料，甚至是更復雜的視頻和3D內容，都在它的能力范圍之內，試圖一站式解決設計流程中的多個環節。

從視頻中不難看出，Lovart試圖構建一個全面的創意工作站。但我們知道，對于任何一個設計師或者內容創作者來說，AI創作的真正瓶頸從來不在“初次生成”，而在“二次修改”。

Lovart聲稱能解決這個核心痛點，而答案，就藏在它隨這次正式版重磅推出的ChatCanvas里。如果說傳統的AI設計工具像一個電話對面的設計顧問，只能給你口頭建議；那么ChatCanvas，則更像一個和你身處同一個房間的設計師，當你指著墻上的畫說“往左邊挪一點”時，他會立刻上前幫你把畫挪過去，讓你即時看到效果。

接下來，我們將通過為一場真實的線下活動制作宣傳物料，來親身體驗這場發生在畫布上的全新設計對話。

1

和ChatCanvas聊設計，在畫布上“指點江山”

Lovart作為首個AI設計Agent，上線以來收獲了不少好評，這次正式版的ChatCanvas到底好不好用，理論說了再多，都不如一次真刀真槍的實戰。

硅星人團隊正好要搞個線下活動，需要一套完整的視覺物料。任務來了，ChatCanvas能幫助我們從一張核心視覺圖出發，搞定所有設計嗎？

我們的起點是一張由設計同事提供的視覺元素，我們將這張圖上傳到Lovart，并給出了一個比較粗略的需求，圍繞這個核心視覺，制作一套包含海報、社交媒體圖、T恤周邊等在內的宣傳物料。

Lovart提供了幾個不同的創意方向讓我們選，我們挑了個“賽博燈塔”的方向。

短暫的等待后，第一版結果出爐了，其中幾張長這樣。

考慮到我們給的指令相當粗略，第一版產出的結果已經像模像樣。Lovart基本延續了主視覺的風格和色調，質感也不錯，作為一個設計的起點，完全是合格的。但設計最磨人的，永遠是后面的修修改改。

在開始修改前，簡單介紹一下ChatCanvas的核心操作邏輯：

“打點評論”：按下快捷鍵“C”，鼠標會變成一個評論工具。你可以在畫布上任何圖片的任何位置或區域“打點”，然后像在協作文檔里一樣，留下你的修改意見或創意想法。

“單聊”或“群聊”：你可以只選中一張圖跟它“單聊”，也可以同時選中多張圖，分別給出不同指令，進行“群聊”。

“立即執行”或“稍后處理”：每條評論都可以選擇“Run”立即執行，或者“Add to Queue”先放進任務列表，最后點擊“Run All”，讓AI一次性處理所有修改。

理解了這套玩法，我們來看看實際的操作。畫布上擺著好幾張圖，我們發現AI給T恤設計的Logo和海報上的有些偏差。這時，我們體驗到了ChatCanvas一個非常強大的多圖協作功能。我們同時選中了T恤圖和主海報圖，在ChatCanvas里，先框選出主海報上那個正確的Logo，給出指令：“用這個logo”，然后又在T恤上框選出Logo應該在的位置，直接下令：“替換這里的Logo”，隨后Lovart精準地理解并執行了操作。

接著，我們選中主海報，準備開始Chat起來。結果發現，ChatCanvas有時過分熱情了，它會像一個有點緊張的設計實習生，在你提出一個模糊的想法后，開啟十萬個為什么模式，不停地追問和確認，有時候甚至會把人問到不知道該怎么回答，很想懟它一句，你是一個成熟的Agent了，就沒有一點自己的主見。

還能像編程神器Cursor一樣，提供“Tab補全”建議，幫我們把模糊的想法變得具體。

如果修改不夠好的，或者一些簡單的比如圖片裁剪的調整，還可以使用Lovart內置的編輯工具手動調整。對于更復雜的調整，甚至可以用“提取圖層”將某個元素單獨分離出來。

海報調整得差不多了，我們來嘗試Lovart的多模態交付能力，選中一張海報，只輸入了“讓這張圖片動起來”的簡單想法。ChatCanvas通過Tab補全為我們補充了轉場、音效等詳細描述，并最終生成了一段效果不錯的動態海報（Video Poster）。

有了視頻，再來個周邊？我們繼續和ChatCanvas聊：“將這個燈塔生成一個3D渲染的玩具擺件概念圖”幾分鐘后，一3D概念圖就生成了。我們還在后續的溝通中去掉了多余的元素，加上了透明底。

使用ChatCanvas的過程，就像與一個有求必應、能力無死角、且情緒穩定的設計小伙伴溝通一樣，讓我們可以“指拿打拿”，從Logo，平面海報到動態海報，再到周邊禮品，我們圍繞一場活動所需的核心視覺資產，完成了從0到1的創建和迭代，這個效率在傳統的工具和工作流程上是難以想象的。

經過這一輪折騰，我們終于明白了ChatCanvas的真正野心。它不想做下一個Midjourney（生成一張圖就完事），也不想做下一個Figma（本質上還是專業設計工具）。它想做的，是那個你夢寐以求的設計合伙人，既不會跟你搶創意主導權，又能把那些重復枯燥的執行工作統統承包下來。

很多通用的AI伙伴之所以被用戶覺得“智障”或“無聊”，是因為它們缺乏明確的目標和場景限制，導致泛泛回應、情緒淺薄、體驗重復。Lovart通過ChatCanvas把“AI伙伴”放入一個聚焦的生產力場景，專注解決設計問題，它的能力邊界就會清晰、輸出更有用、也更容易形成長期依賴，設計師與 AI 可以形成“人審美＋AI 生成＋人選優＋AI 微調”的循環，反而能放大AI的價值。

在完成了為“ACC 2025”嘉年華打造全套視覺資產的體驗后，我們對Lovart這個產品也有了更立體的認知。它最獨特的地方，在于找到了一條與主流Agent產品不同的演進路徑。

如果說Midjourney的核心是“生成”，通過不斷精煉prompt來追求一張完美的圖片；那么Lovart則更側重于“創作”的全過程，它生成的內容只是一個起點，后續在畫布上的持續迭代和修改才是關鍵。

如果說Figma或Canva是功能強大的“工具臺”，需要我們親力親為地操作每一個細節；那么Lovart則更像一個“設計合伙人”，你可以將很多重復性的執行工作交給它，自己則更專注于創意的決策。

如果說通用Agent的核心是“對話”，試圖用一個聊天框解決所有問題；那么Lovart的ChatCanvas則證明了，對于設計這類復雜的、視覺化的任務，一個能理解畫布上下文、支持多模態輸入的“混合工作區”，是遠比純聊天更高效的交互模式。

貫穿整個體驗，我們最深的感受是，Lovart試圖平衡兩件事，“效率”與“掌控”。它用AI批量生成的能力，提升了從0到1的效率；又通過ChatCanvas的對話式修改和畫布上的手動編輯工具，將最終的創意掌控權牢牢交還到用戶手中。

當然，我們的這次測試，在很大程度上是“反AI專家”的。我們沒有使用那些結構復雜、魔法咒語般的prompt，很多指令都相當模糊，“很甲方”。即便如此，Lovart也給出了一個相當不錯的、堅實的產出基座。

這恰恰證明了它的價值，它不僅極大地降低了高質量創意產出的門檻，讓更多人能快速上手；同時，在專業用戶和設計師的手中，它的上限又可以拉得非常高。

當然，作為一款剛剛走出Beta階段的產品，Lovart也并非完美。在體驗中，我們偶爾也會遇到畫布操作不流暢、圖片加載延遲等性能問題。

更深層次的挑戰在于，盡管海外用戶用Meme開玩笑說要“放棄Figma和Canva”，但事實上，Lovart距離這兩座大山還有不小的距離。Figma憑借其強大的云端協作工作流、系統化的組件機制與開發者對接能力，早已成為專業團隊的核心設計平臺；而Canva則通過極簡的操作、一站式的內容創作工具鏈和海量的多媒體模板生態，贏得了全球非專業用戶的青睞。這些深厚的護城河，都是Lovart目前遠遠不具備的，同時，其高度依賴外部API的模式，隨著正式開放，在商業化路徑完全跑通之前，也是一個非常燒錢的生意。

但這些瑕疵和短板，并不妨礙它目前受到用戶的喜愛。有Reddit用戶如此評價Lovart：“和Midjourney或Leonardo相比，這里的用戶體驗就是流暢。感覺一切都是為創作者，而不是為工程師打造的。” 另一位用戶則貼切地形容：“這就是Figma和Midjourney生下的孩子，而且它還不用睡覺?！?/p>

CNBC的報道視角更有意思，把Lovart當作中國技術人才征戰硅谷的典型案例，并指出中國AI的真正優勢很可能在于“應用”而非“模型”。 這與英偉達CEO黃仁勛近期的觀點不謀而合，“哪個模型最聰明將變得越來越不重要，哪個模型最有用才是關鍵。”

這種“有用”，最終都將落到用戶的實際體驗上，Lovart在ChatCanvas上的嘗試，也讓我們看到未來的創意工具，將不再是需要人去苦哈哈學習和適應的單向命令機器，而更像是能讀懂你意圖、融入你工作流的智能伙伴。

這可能就是我們能預見的，AI時代里創作者最好的未來。終于不用再跟工具斗智斗勇，而是真正專注于創意本身。

點個愛心，再走 吧