圖片創(chuàng)意領域，一個長期存在的難題困擾著從業(yè)者。

圖片一旦生成，即被鎖住，很難像文字一樣隨意更改。試想一下，突然有工具可以將圖片像文章一樣，你可以調整一個圖標的位置，任意修改海報中的文字、背景顏色，不需要摳圖，也無需復雜的工具，這種想法是不是很妙？

市面上的一些AI工具，比如Nano Banana、Seedream 4.0這些模型在圖像修改方面已經做得不錯，但更像是黑盒生成。

用戶想讓AI先生成一個符合預期的圖片出來，試很多次可能都無法成功，最后只能拿到Photoshop中修改。有技術門檻不說，還費時費力。

AI發(fā)展至今，這個痛點終于被Lovart最近的新功能“編輯元素”解決掉了。AI生成圖片或者素材庫圖片中想要編輯之處，直接拖拽，手動調整。

這個看似細微的調整，在工作流上卻是大進步，這不僅重塑視覺領域的工作流，還意味著和以往的視覺創(chuàng)意領域相比，所有原來的“死圖”都“活了過來”，人直接可以二次開發(fā)、修改、組合，交付更符合意圖的圖片。

Lovart創(chuàng)始人陳冕，把Lovart的設計哲學定義為 “還原人與人的溝通”，平時怎么和真人設計師溝通，就怎么和Lovart溝通。在“編輯元素”里，AI設計師更懂人的需求了。

01

讓圖片像文章一樣精準修改

Lovart是全球首個設計Agent。

體驗Lovart的過程，對一個有創(chuàng)作欲的非專業(yè)設計師來說，能夠零門檻熟練操作。

它不僅僅是一個生成工具，當你給出一個簡單的指令，例如“為一場夏日音樂節(jié)設計一套充滿活力的視覺系統(tǒng)”，它能像專業(yè)設計師一樣，將需求拆解為LOGO、海報、名片、工服乃至社交媒體模板等一系列品牌物料，設計過程呈現出自己的思考，最終交付出高質量產品。

過去在Lovart的無限畫布上，可以選中局部區(qū)域，以自然語言對話的方式讓Agent修改。但是也和許多其他AI生圖軟件一樣，有一個令人頭痛的問題。就是沒辦法精確修改，常常讓其修改一個小細節(jié)，結果導致整張圖都毀了。這背后是語言和圖像之間存在的巨大語義鴻溝，圖像很難理解語言。

而Lovart最近上線的“編輯元素”功能，弱化AI對復雜文字指令的依賴，讓圖片可直接編輯。它將圖像內容自動分層，把“語義理解”轉化為“可視化結構”，讓用戶能像在Photoshop中一樣，直接對具體圖層進行修改和微調。

比如海報中的文字和主體的大小、位置，甚至背景的顏色，而且圖像的完整和細節(jié)完全不受影響。

我們在Lovart里上傳一張電影海報，點擊“編輯元素”，圖片右側即開始生成可編輯的圖片。

下面這張是生成后的可編輯圖片，整張圖被拆分成人物、文字、背景幾個圖層，藍色邊框中的人物以及藍色下劃線上的字，都變成可編輯和修改的單元。字可以任意修改成用戶想要的文案，人物也可以隨意挪動。以往只有在Photoshop中才能完成的復雜操作，現在被Lovart變得如此簡單。

我們把原圖中的人物和一些英文拖拽到右側，更能直觀地看出“可編輯”功能的效果。這個功能更強大的一點是，即便把人物拖拽開，人物后面的背景卻能自動補充完整。

假如用Photoshop摳圖，背景完全是糊掉的，還需要重新補背景。而Lovart能借助 AI做到這一點，是在充分理解圖片設計和用戶需求的基礎上。

我們在不斷測試中發(fā)現，拆分成不同圖層后，每一圖層，都可以自由完成移動、替換、旋轉、重繪、修改文字。比如，更改背景顏色，文字內容，素材重新組合。

利用編輯功能，還可以制作出精美的logo。我們有一檔播客，想要做一個logo，從網上找一張滿意的素材圖上傳到Lovart上，點擊“編輯元素”，立即拆分成多個圖層，迅速制作出一張滿意的logo。而在嘗試用其他軟件時，基本都達不到這樣的效果。

當然，目前Lovart的分層還比較簡單，主要是主體、背景和文字三層，但基本上能滿足行業(yè)里設計師、游戲美術、運營等泛創(chuàng)作領域的日常需求。

Lovart的編輯元素功能大大降低了專業(yè)修圖的門檻，這似乎也是一個視覺領域生產工具的拐點——從Photoshop“修圖”時代，正式進入“圖片可編輯”的AI時代。

02
視頻模型天團

除了上線圖片編輯功能，Lovart最近還接入了Sora2+Veo3.1+Hailuo 2.3+LTX 2新模型。不難看出，國內外頂尖視頻模型，幾乎全部都接入了Lovart。

目前，Lovart 一共接入14個視頻模型，除了以上視頻模型還包括Wan 2.5、ViduQ2 等。

Lovart 對用戶有一定的免費額度，超過額度需要付月費。因為模型的調用，Lovart需要付出高昂的調用成本。對于大模型調用成本很貴的問題，陳冕認為，token一定會更便宜，就和電與上網流量一樣，都是早期貴，普及后會很便宜，訂閱至少會是一個基礎的商業(yè)模式。

事實證明，接入頂尖視頻模型的確能大大提升作品質量。尤其是Hailuo 2.3的接入，從Lovart官方釋出的視頻來看，海浪、雪花以及人物表情，每一個細節(jié)都有著影視級的逼真。

Hailuo 2.3是 MiniMax于今年10月28日發(fā)布的最新視頻生成模型，Lovart幾乎在它一發(fā)布就接入了。Hailuo 2.3可流暢實現翻轉、舞蹈、滑板Ollie等大幅度動態(tài)及細微肢體變化，下蹲發(fā)力、踩板騰空、落地等系列動作真實還原。在動態(tài)表現力、風格化呈現以及人物表演細膩度方面，較上一代取得較大提升。被稱為“會跳舞的視頻模型”。

我們測試了一個視頻，提示詞是：“一個亞洲面孔男子，在運動場的單杠上完成高難度體操運動后，穩(wěn)穩(wěn)落地?！比宋?、動作以及運鏡，包括提示詞里沒提到的運動員手臂上的肌肉，都很好得呈現了出來。

LTX 2模型對很多人來說可能有些陌生，這是由以色列公司Lightricks 最新發(fā)布的AI視頻生成模型。LTX 2一經發(fā)布就在業(yè)內有著很高的認可度，是首個能穩(wěn)定生成原生4K視頻的開源AI模型，支持最高4K分辨率+50fps，真正實現了畫面電影級，創(chuàng)作者無需后期放大，可直接用于電影、廣告、宣傳片。

除此之外，LTX 2 有著驚人的生成速度，20秒1080p視頻僅需30秒，同時支持4K逐幀生成及同步音頻。下面這個由LTX 2生成的視頻，很容易讓人進入沉浸式觀看，如果不帶“LTX 2”字樣，已經難以分別真假。

Lovart 接入LTX 2的目的，正是為了主打極致細節(jié)和快。這兩個都是當前視頻生成產品普遍存在的問題，一些產品往往顧此失彼，要么注重細節(jié)，生成速度跟不上，要么速度上去了，視頻細節(jié)做的不好。

Lovart野心很大，幾乎不顧成本地解決行業(yè)痛點。

03
怎一個字了得

這次新功能升級上，還有一大特點就是快。以前用戶下達指令，它總得“思考”一下，現在幾乎是秒啟動。Lovart官方用了一個詞叫“fast mode”，官方解釋稱，將頁面上的“thinking”關閉，就是“fast mode”。

不僅作為應用工具的Lovart對快有追求，當前一些大模型會通過沒有推理過程的標準模式，達到快速響應的目的。都是為了解決用戶需要等待的痛點。

對于官方稱Lovart生成速度較之前提升45%，結合一些用戶的實際體驗來看，這個數據基本接近真實。除此之外，Lovart現在能批量生圖，單次可并行發(fā)起 5次任務，輕松完成選稿、系列圖、不同構圖嘗試，大規(guī)模任務成功率接近98%。

快，是Lovart成立之初就具備的一種行事風格。年初Manus發(fā)布僅三天后，Lovart創(chuàng)始人陳冕就敏銳地嗅到Agent的機會，立馬組建Lovart的團隊。僅一個月內就完成研發(fā)，通過極致執(zhí)行速度搶占了Agent在設計領域的先發(fā)優(yōu)勢。

如今Lovart 的風頭，似乎已經蓋過當初爆火的Manus。

陳冕曾在28歲成為字節(jié)最年輕的4-1產品經理，擔任過剪映、CapCut 全球商業(yè)化負責人，后來他離職創(chuàng)業(yè)。陳冕在采訪中透露，Lovart團隊"沒有產品經理，只有設計師"。從這也能看出，Lovart對設計這一場景的重視程度。

當前AI創(chuàng)業(yè)團隊都在努力尋找應用場景，Lovart稱得上是最成功的團隊之一。圍繞設計場景去找用戶會變得容易的多，Lovart很適合中小型企業(yè)、自媒體運營者、市場營銷和內容團隊，用于快速生成素材。

對于專業(yè)設計師，Lovart重在提升效率，能通過初稿生成解決重復性勞動，讓設計師更專注于創(chuàng)意和策略。對于個人創(chuàng)作者和設計新手，它是降低專業(yè)設計門檻的得力助手。

陳冕把Lovart比喻成一個 AI創(chuàng)作工作室，能幫用戶把創(chuàng)意落地，而且更普惠，“不論是專業(yè)設計師、半專業(yè)創(chuàng)作者還是普通用戶，只要有創(chuàng)作需求，都能用 Lovart來做設計。”

Lovart 目前的年化預估收入已超過3000萬美元。截至9月底，Lovart 的日活用戶到了15萬到20萬之間。陳冕認為，Lovart不是先爆、再微跌，而是一步一個臺階往上漲。這種用戶增長背后靠的是產品迅速迭代。

“AI應用公司怎么做增長？其實就是提前描繪未來，然后等它發(fā)生?！盠ovart保持著對產品的始終超前思考。

整體上來看，Lovart這次功能升級有不少亮點，尤其圖片編輯功能是一次行業(yè)躍進，真正解決了用戶、設計師的痛點。新模型帶來的電影級畫質和Fast mode的效率提升，也得到不少用戶認可。

但也有一些問題懸而未決。比如，目前Lovart并不能把一張圖片上的所有元素進行拆分，導致用戶在設計上還是有一定限制。不過憑Lovart團隊的產品迭代速度，或許下次升級就能解決這個問題。

視頻生成也可有個大膽想象，像圖片編輯功能一樣，如果Lovart能研發(fā)出“視頻編輯”功能，那將又是一次飛躍。

通過一些公開報道不難發(fā)現，陳冕和團隊一直很焦慮，但陳冕覺得如果真想做好AI創(chuàng)業(yè)，就需要和焦慮共處。

“核心是要搭建一個高頻迭代的組織，能不斷理解新技術，能明確快速變化中，一些事沒辦法做得很深，所以必須選擇杠桿最大的事，優(yōu)先做?！标惷嵴f。

Lovart是他在今年Agent爆發(fā)時優(yōu)先做的事，也將是他接下來優(yōu)先重點做的事。

撰寫｜孫方

編輯｜吳尋

「白鯨實驗室」原創(chuàng)文章