Lovart 值得關(guān)注，它是 AI 應(yīng)用層團(tuán)隊(duì)產(chǎn)品創(chuàng)新能力的印證和延續(xù)，這是 Manus 之后最火的 Agent，從通用領(lǐng)域，成功地向垂直賽道落地了 Agent 產(chǎn)品形態(tài)。

據(jù)了解，Lovart 發(fā)布后，推特上出現(xiàn)近 5000 條討論帖，官方視頻播放近百萬(wàn)，獲得馬斯克點(diǎn)贊、Grok 官方發(fā)帖討論。24 小時(shí)內(nèi)，waitlist 申請(qǐng)人數(shù)超過(guò) 2 萬(wàn)。

（一個(gè)使用 Lovart 制作的 Lovart 宣傳片）

基礎(chǔ)形態(tài)上，Lovart 看起來(lái)與 Manus 很像，一個(gè)能夠調(diào)用工具的 Agent，替用戶完成任務(wù)。

但 Lovart 在垂直領(lǐng)域更進(jìn)一步，它把一種需要多模態(tài)的「職業(yè)」變成了工作流再內(nèi)化成 Agent，配以適合設(shè)計(jì)師使用的產(chǎn)品形態(tài)——畫布。「畫布」就是「桌子」，還原到設(shè)計(jì)的原始狀態(tài)，沒有電腦，只有筆和紙，一個(gè)人有需求，一個(gè)人有能力，好的設(shè)計(jì)作品在這個(gè)場(chǎng)景中誕生。

「Lovart 現(xiàn)在當(dāng)然是一個(gè)工具，但以后呢？它會(huì)是一個(gè)有職業(yè)屬性的人，直接交付服務(wù)的結(jié)果。」

Lovart 創(chuàng)始人 & CEO 陳冕在 AI 設(shè)計(jì)領(lǐng)域有很多實(shí)踐經(jīng)驗(yàn)，他認(rèn)為圖像生成的 AI 產(chǎn)品，其實(shí)已經(jīng)走到了第三個(gè)階段。

1.0 階段，Midjourney 等產(chǎn)品，圖片生成的單點(diǎn)能力直接產(chǎn)品化； 2.0 階段，ComfyUI 等工作流產(chǎn)品，點(diǎn)連成線，多種模型能力的鏈接，AI 能做到更多圖片創(chuàng)意的任務(wù)； 3.0 階段，Agent，如 Lovart，讓 AI 參與工作流的規(guī)劃和執(zhí)行，進(jìn)一步降低用戶門檻。

創(chuàng)作工具正在不斷簡(jiǎn)化，ComfyUI 的高門檻拒絕了很多創(chuàng)作者，但 Lovart，至少這是第一款讓我們的專業(yè)設(shè)計(jì)師在看到之后想要第一時(shí)間嘗試的產(chǎn)品。

在 Lovart 發(fā)布后一天，我們與陳冕做了一次對(duì)話，Lovart 是如何誕生的？它背后有著怎樣的思考？在這篇訪談里都可以找到答案。

創(chuàng)始人信息：陳冕，本科畢業(yè)于東南大學(xué)，曾任職于摩拜擔(dān)任產(chǎn)品總監(jiān)，曾是字節(jié)跳動(dòng)剪映、CapCut 全球商業(yè)化負(fù)責(zé)人。

采訪 ｜ Nico

編輯 ｜ Nico、夏天

Founder Park 正在搭建「AI 產(chǎn)品市集」社群，邀請(qǐng)從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，掃碼加群：

01

AI 圖像產(chǎn)品的三個(gè)階段

Founder Park：Lovart 是一款受到 Manus 啟發(fā)的產(chǎn)品嗎？

陳冕：我很感謝 Manus。創(chuàng)業(yè)圈子里，很多前沿的公司，大家的認(rèn)知其實(shí)是相似的。但在一件事情沒有發(fā)生的時(shí)候，你雖然有認(rèn)知，但將信將疑，不是百分百的篤定。直到一件事火了之后，才能形成群體共識(shí)。

群體共識(shí)會(huì)加重你對(duì)這個(gè)認(rèn)知的篤定程度。我們?cè)?Manus 發(fā)布前就在做 Lovart，不然也不可能在當(dāng)下非常快速的做出來(lái)。坦白講，讓我們激進(jìn)地去準(zhǔn)備、覺得方向確定的時(shí)刻，還是在 Manus 火了之后。

但是最終，潛意識(shí)釋放出來(lái)后火了，其實(shí)是被大家共識(shí)了，是時(shí)代在呼喚這個(gè)產(chǎn)品。那個(gè)時(shí)候我們也非常興奮，那就證明 something right。

創(chuàng)新就是這樣，大家最開始其實(shí)都是在長(zhǎng)夜里憑著自己的認(rèn)知一點(diǎn)點(diǎn)往前走，但是是將信將疑的，但隨著越來(lái)越多的產(chǎn)品出來(lái)，這個(gè)信念會(huì)變得越來(lái)越篤定，這條路也會(huì)變得越來(lái)越共識(shí)。所以，真的還是挺感謝他們。

Founder Park：Lovart 是一款 for everyone 的產(chǎn)品，還是一個(gè) for designer 的產(chǎn)品？

陳冕：我們做的是一個(gè)垂類 Agent，不是通用 Agent。大公司有強(qiáng)大的技術(shù)和流量?jī)?yōu)勢(shì)，不想陷入對(duì)抗性競(jìng)爭(zhēng)，要走創(chuàng)新的產(chǎn)品競(jìng)爭(zhēng)，通用 Agent 當(dāng)然是 for everyone 的，大公司會(huì)更傾向于 for everyone，因?yàn)檫@顯然是更大的機(jī)會(huì)，但對(duì)創(chuàng)業(yè)者而言，挑戰(zhàn)非常大。

張一鳴之前提到，創(chuàng)業(yè)進(jìn)程里，認(rèn)知最重要。我感同身受，現(xiàn)在 AI 創(chuàng)業(yè)就是「認(rèn)知領(lǐng)先 + 極致執(zhí)行」，就是拼命執(zhí)行，非常迅速地執(zhí)行是最重要的。誰(shuí)能做出第一個(gè)創(chuàng)新的產(chǎn)品，這對(duì)創(chuàng)新公司來(lái)說(shuō)是很重要的。

Founder Park：Lovart 這款產(chǎn)品是如何做出來(lái)的？為什么想做這樣一款產(chǎn)品？

陳冕：從我們的經(jīng)驗(yàn)來(lái)說(shuō)，設(shè)計(jì)、圖像生成這類的產(chǎn)品（甚至也可以遷移到 LLM 產(chǎn)品）存在三個(gè)發(fā)展階段。

1.0 階段：內(nèi)容生成，即單一的內(nèi)容生成。最開始大家使用的是 Midjourney、Stable Diffusion，國(guó)內(nèi)有 Liblib。這是最開始的第一波浪潮，那時(shí)大家使用 Liblib 是通過(guò) WebUI，本質(zhì)上還是在進(jìn)行生成，這是第一個(gè)時(shí)代，我們稱之為 1.0 時(shí)代。

2.0 階段：工作流。Coze、Dify，以及許多其他產(chǎn)品，實(shí)際上都在構(gòu)建工作流。圖像領(lǐng)域也是如此，很快，您會(huì)發(fā)現(xiàn)大家開始使用 ComfyUI，更復(fù)雜的工作流則通過(guò) ComfyUI 來(lái)實(shí)現(xiàn)。這里存在一個(gè)巨大的變化，在圖像這個(gè)領(lǐng)域，WebUI 和 ComfyUI，尤其是在中國(guó)，這兩款產(chǎn)品實(shí)際上是應(yīng)用范式變化最有代表性的例子。它背后代表的變化是，AI 最終目的是幫助人完成一連串的工作。因此，這項(xiàng)工作的第一步，或者說(shuō)原子單元，是一個(gè)一個(gè)的生成能力，或者說(shuō)生成工具，亦或是傳統(tǒng)工具。最開始是這種生成能力被創(chuàng)造出來(lái)，所以大家可以將生成能力作為其工作流程中的一個(gè)工具來(lái)使用，把這些工具串起來(lái)做成一個(gè)工作流，就能取代原有工作里更大比例的任務(wù)了

3.0 階段：Agent，我們將 Agent 定義為由 AI 規(guī)劃并執(zhí)行工作流。因?yàn)椋–laude 等）模型能力提升，AI 就可以串聯(lián)所有的工具和工作，并執(zhí)行出來(lái)。人只需要向 AI 發(fā)指令了。

這個(gè)認(rèn)知并非我們最初做 AI 創(chuàng)業(yè)時(shí)就有的，這是對(duì)整個(gè) AI 應(yīng)用的通用認(rèn)知。一開始大家只做 AI 生成（比如圖片、視頻），后來(lái)出現(xiàn)工作流形態(tài)，這背后是因?yàn)槊恳粋€(gè)引領(lǐng)時(shí)代的產(chǎn)品都做對(duì)了某件重要的事情。

Founder Park：3.0 的產(chǎn)品，比如 Lovart 和 Manus，現(xiàn)階段用戶價(jià)值還沒有閉環(huán)，為什么要選擇一個(gè)還不成熟的產(chǎn)品形態(tài)？

陳冕：Lovart 這個(gè)產(chǎn)品也是基于我們的一些認(rèn)知與判斷，當(dāng)然現(xiàn)在也有很多人覺得 Agent 并沒有那么成熟，坦誠(chéng)講，Agent 確實(shí)沒有那么成熟。但如果等 Agent 真的成熟了，那就不是創(chuàng)業(yè)者的機(jī)會(huì)了，尤其不是應(yīng)用創(chuàng)業(yè)者的機(jī)會(huì)了，因?yàn)閼?yīng)用創(chuàng)業(yè)者本身并不掌握模型。在應(yīng)用層創(chuàng)業(yè)，認(rèn)知領(lǐng)先非常重要，在模型沒有那么成熟之前，就應(yīng)該想到未來(lái)的方向。

當(dāng)群體的潛意識(shí)被共識(shí)了，這是件很有意義且有成就感的事情。這也是我覺得應(yīng)用創(chuàng)業(yè)者就應(yīng)該這么去做的事情，因?yàn)楫?dāng)你不掌握模型，也不掌握流量時(shí)，最大的創(chuàng)新就來(lái)自于認(rèn)知。

Founder Park：最近有一個(gè)觀點(diǎn)，對(duì)AI創(chuàng)業(yè)者來(lái)說(shuō)，現(xiàn)在出來(lái)和兩年前出來(lái)是一樣的，因?yàn)楫a(chǎn)品形態(tài)發(fā)生了顛覆，之前的積累可能沒什么價(jià)值。

陳冕：我不認(rèn)同。在我看來(lái)，認(rèn)知是累加的。沒有經(jīng)歷 1.0、2.0、3.0 時(shí)代，無(wú)法如此順暢地想到這個(gè)過(guò)程。Manus 也是一樣的，Monica 就是它的 1.0 時(shí)代。所以這個(gè)認(rèn)知是在大家的摸索當(dāng)中，隨著技術(shù)趨勢(shì)的明朗、技術(shù)路徑的共識(shí)、技術(shù)能力的成熟，大家逐漸形成的共識(shí)。

02

還原設(shè)計(jì)最原始的樣子

Founder Park： 在 1.0、2.0、3.0 階段，你們是如何積累有價(jià)值的經(jīng)驗(yàn)？對(duì)業(yè)務(wù)和產(chǎn)品有什么幫助？

陳冕：針對(duì)設(shè)計(jì)這個(gè)垂直領(lǐng)域，我們?cè)谒伎家患拢篈I 時(shí)代的交互范式或方式應(yīng)該是什么樣？大家有很多討論，比如 Language UI、是否需要 GUI 等等，討論非常多。在這方面，我們也有一個(gè)關(guān)鍵判斷，交互在不同的垂直領(lǐng)域和場(chǎng)景下，應(yīng)該有所區(qū)別。

舉個(gè)簡(jiǎn)單例子，我們現(xiàn)在面對(duì)面訪談，互相對(duì)話是個(gè)場(chǎng)景，有其對(duì)應(yīng)的交互方式。在跟設(shè)計(jì)師聊設(shè)計(jì)，光說(shuō)話可能不夠，得有人在設(shè)計(jì)屏幕前指指點(diǎn)點(diǎn)，經(jīng)典甲方場(chǎng)景。所以我們想，如果 AI 成為「人」，終局交互不能只靠對(duì)話，這是我們創(chuàng)業(yè)第一天就想明白的。不同垂直場(chǎng)景，需要不同界面和交互。設(shè)計(jì)這種視覺傳達(dá)、視覺對(duì)齊很重要，所以需要屏幕和手勢(shì)完成和視覺的對(duì)齊。

在 Lovart 產(chǎn)品里的體現(xiàn)成「畫布」。Lovart 左邊畫布，右邊對(duì)話框，就像設(shè)計(jì)跟老板/甲方對(duì)話時(shí)，旁邊就是屏幕，鼠標(biāo)是老板的手。基于這個(gè)點(diǎn)，我們思考我們應(yīng)該做什么？是不是應(yīng)該早點(diǎn)做畫布？所以我們?cè)诋嫴寄芰凸ぞ叻矫孀龅帽容^早，也花了不少力氣。

畫布本質(zhì)上可以說(shuō)是屏幕，但拋開屏幕，本質(zhì)上如果現(xiàn)在我們把所有科技的東西都去掉，如果人類回歸到筆墨紙硯，畫布就是桌子。現(xiàn)在我們兩個(gè)人在做設(shè)計(jì)，甲方站在你旁邊告訴你要做什么，你把作品放到桌子上，ta 對(duì)著桌子指指點(diǎn)點(diǎn)。所以桌子上不應(yīng)該是 ComfyUI 或者之前的一些工作流產(chǎn)品。

桌子上是作品，能夠拖拽指點(diǎn)，這是最原生的交互方式或者界面。雖然工作流產(chǎn)品看著像在 canvas 上，但實(shí)際不一樣。我們的 canvas 本質(zhì)是桌子，盛放作品，最自然的交互就是指著作品說(shuō)修改。這是我們垂直領(lǐng)域最初認(rèn)知，所以我們才更早積累畫布能力和 Edit。

（來(lái)自 Founder Park 同事的實(shí)際體驗(yàn)）

Founder Park： 還原設(shè)計(jì)這件事最原始的樣子，這是一個(gè)很有意思的思考，但它如何通向「有用」的AI產(chǎn)品？

陳冕：回到你前邊問(wèn)的問(wèn)題，我們?yōu)槭裁床?for everyone？

去想最原始的樣子，人在桌子上做三件事：涂抹、裁切、拼貼。AI 誕生后，像旁邊多了個(gè)甲方（用戶）指揮 AI。理想情況是甲方指揮 AI 完成所有任務(wù)，這時(shí)才能 for everyone。但這需要模型能力很強(qiáng)。如果不夠強(qiáng)，就會(huì)出現(xiàn)用戶說(shuō)「你做不好，我自己來(lái)」的中間狀態(tài)。

所以你會(huì)發(fā)現(xiàn)，桌子（畫布）需要在，桌子旁的傳統(tǒng)工具箱（Edit）也要在。因?yàn)橛脩粲袝r(shí)發(fā)現(xiàn) AI 做不好，就會(huì)推開說(shuō)「我來(lái)」。所以現(xiàn)在本質(zhì)是 Agent + 桌子 + Edit。桌子放 AI 產(chǎn)物、支持修改，也承載傳統(tǒng) Edit 能力，那能力在桌子旁的工具箱。旁邊多出的那個(gè)人就是對(duì)話框。所以對(duì)話框、桌子、工具箱，這是合理且一直存在的形態(tài)，也是我們想做的。

那設(shè)計(jì)何時(shí)能 for everyone？當(dāng)模型智能強(qiáng)大到不再需要那個(gè)工具箱，用戶通過(guò)對(duì)話、指點(diǎn)就能完全滿意，不會(huì)自己上手時(shí)，就可以 for everyone 了。

但 Edit 能力是面向?qū)I(yè)消費(fèi)者的，普通人用不了工具箱。所以工具箱還在，設(shè)計(jì)師就會(huì)還在。當(dāng)工具箱不需要了，沒有用戶自己上手的瞬間，設(shè)計(jì)師可能會(huì)失業(yè)。但設(shè)計(jì)師的核心價(jià)值——?jiǎng)?chuàng)意、對(duì)人類共鳴的洞察，AI 目前無(wú)法取代。

AGI 也許能取代，但這對(duì)社會(huì)的沖擊會(huì)很大。至少現(xiàn)在，我認(rèn)為 AI 只能模擬理解感受，無(wú)法真正洞察人類共鳴的情況，所以藝術(shù)家/設(shè)計(jì)師的意義就在此。產(chǎn)品能 for everyone 是未來(lái)的事，這是我們現(xiàn)在的認(rèn)知。所以我們現(xiàn)在不想做一個(gè) for everyone 的產(chǎn)品，而是做 for Prosumer 的產(chǎn)品。我們希望成為設(shè)計(jì)師的朋友，因?yàn)槲覀冋J(rèn)為最終設(shè)計(jì)師的本源是創(chuàng)意，在于對(duì)人類潛意識(shí)里對(duì)共鳴的渴望的洞察，這是他們不可替代的價(jià)值。所以我們做的其他事情，是希望能讓他們 focus 在創(chuàng)意之上，把其他瑣事交給 AI，給他們插上翅膀。我認(rèn)為這是 AI 在現(xiàn)階段的意義。

Founder Park：圖像領(lǐng)域一直有一個(gè)藝術(shù)相關(guān)的問(wèn)題，比如更好更高效的AI工具，是否在加速前沿藝術(shù)風(fēng)格成為大眾審美的這個(gè)進(jìn)程？比如很經(jīng)典的，梵高的作品直到他過(guò)世后才受到認(rèn)可。

陳冕：我覺得這不一定會(huì)發(fā)生。一個(gè)藝術(shù)風(fēng)格，藝術(shù)家常常在其身后才被廣泛推崇，有時(shí)是因?yàn)樗麄儗?duì)群體感受和潛意識(shí)的洞察過(guò)于超前，這需要整個(gè)社會(huì)周期性的變化才能跟上。這種變化是深層的，與社會(huì)發(fā)展密切相關(guān)，我認(rèn)為不會(huì)因一個(gè)工具的出現(xiàn)而根本改變。我們現(xiàn)在做的，是把工具還原到它應(yīng)有的形態(tài)。

在不同的時(shí)代，工具形態(tài)是不同的。在紙媒時(shí)代，沒有電腦，桌面擺滿了手稿，這是當(dāng)時(shí)的「桌子」。在電腦時(shí)代，設(shè)計(jì)師親自動(dòng)手，Photoshop 帶著畫布和各種工具出現(xiàn)，那就像當(dāng)年的桌子。而現(xiàn)在，當(dāng)人越來(lái)越成為甲方，AI 成為乙方時(shí)，這個(gè)「桌子」應(yīng)該是什么樣子？這是我們非常感興趣，也是我們從 day one 就在思考的問(wèn)題。Lovart 是我們目前給出的答案。

03

Lovart 會(huì)成為一支「創(chuàng)意團(tuán)隊(duì)」

Founder Park： 現(xiàn)階段這款產(chǎn)品，您提到它并非百分之百完美，它欠缺哪些方面？

陳冕：欠缺的地方很多。

Agent 的能力不夠強(qiáng)，我們期待基礎(chǔ)模型能更強(qiáng)大，這樣我們的產(chǎn)品也會(huì)更厲害。我們需要 leverage base model，而不是被其取代，這是很重要的思考。你的核心價(jià)值應(yīng)該在基礎(chǔ)模型之外，才能真正利用它。如果你的工作只是為基礎(chǔ)模型現(xiàn)階段的不成熟打補(bǔ)丁，那不是利用，是在對(duì)抗，這樣做是「找死」。

當(dāng)然，產(chǎn)品自身也存在許多 bug。最近因?yàn)殛P(guān)注度高，很多人反饋邀請(qǐng)碼問(wèn)題，這確實(shí)是我們的不足。核心原因有兩個(gè)：首先，我們采取的是小范圍用戶先行體驗(yàn)、收集 bug、迭代后再開放下一批的策略。在 bug 修復(fù)完成前，不宜大規(guī)模開放，這是最主要的原因。

其次，坦白說(shuō)，我們也不可能無(wú)限量地發(fā)放邀請(qǐng)碼。很多用戶也能理解，這涉及較高的成本。目前我們的邀請(qǐng)碼是純免費(fèi)使用，確保用戶體驗(yàn)，但這背后是有運(yùn)營(yíng)成本的。好在圖像領(lǐng)域，token 成本問(wèn)題相對(duì)其他領(lǐng)域還沒那么嚴(yán)重。所以我們目前的成本并不是非常高，但確實(shí)也不低。我們非常有信心能盡快實(shí)現(xiàn)公開使用。

開發(fā) Agent 的過(guò)程非常有趣，AI 真的有自己的「想法」。正如 Manus 主張的「less structure， more intelligence」，我們非常認(rèn)同這一點(diǎn)。因?yàn)樵谂c Agent 調(diào)試時(shí)，你不能把指令說(shuō)得過(guò)于死板，那樣反而會(huì)限制其智能。這和人一樣，只告訴它按步驟 ABCD 執(zhí)行，它反而可能變笨。你需要告訴它目標(biāo)是什么，它在中間過(guò)程會(huì)展現(xiàn)自己的思考。比如，我們有時(shí)會(huì)告訴它，用某個(gè)基礎(chǔ)模型的圖像工具換臉效果不好，應(yīng)該改用我們內(nèi)部專門用于真人 face ID 的工具。但有時(shí)它并不這么認(rèn)為，它會(huì)有自己的判斷。

Founder Park：你會(huì)把 Lovart 定義為工具嗎？

陳冕：當(dāng)然，它首先是一個(gè)工具。但你可以理解為，它現(xiàn)在是工具，未來(lái)可能演變成一種「人」、一種「職業(yè)」，或一種服務(wù)。這也是 AI 帶來(lái)的變化。一個(gè)非常有意思的商業(yè)命題是：我們不能沿用工具時(shí)代的思路來(lái)理解 AI 時(shí)代的工具。SaaS 的本質(zhì)是服務(wù)由人提供，是人使用工具。而現(xiàn)在，AI 成為提供服務(wù)的主體。這里的商業(yè)價(jià)值巨大，本質(zhì)上是對(duì)特定職業(yè)生產(chǎn)效率的提升甚至替代，是對(duì)生產(chǎn)關(guān)系的重構(gòu)。所以這是一件令人振奮且意義巨大的事。盡管國(guó)內(nèi)投資人過(guò)去在工具類項(xiàng)目上損失慘重，但我認(rèn)為對(duì) AI 領(lǐng)域的投資應(yīng)更樂(lè)觀。

Founder Park：未來(lái)產(chǎn)品能力和功能會(huì)有哪些預(yù)期內(nèi)的更新？

陳冕：我們還有很多想要實(shí)現(xiàn)的功能，坦誠(chéng)講，目前上線的功能只是一部分。大家能想到的許多功能未來(lái)都會(huì)有。比如當(dāng)天晚上已經(jīng)接入了 3D 的展示。現(xiàn)在用戶可以一句話生成視頻，甚至配上音樂(lè)和配音。未來(lái)，用戶可能只需一句話就能設(shè)計(jì)一個(gè) 3D 模型手辦，我們正在開發(fā)這個(gè)功能，很快就會(huì)上線。這些都是我們希望在正式發(fā)布前完成的功能，所以我們還在整合更多能力。

Founder Park： Lovart 有圖片、視頻，以后還會(huì)有 3D 和音頻，它最終會(huì)變成什么？

陳冕：它會(huì)是一個(gè)融合了設(shè)計(jì)師、導(dǎo)演、攝影師角色的存在。很難用單一職業(yè)概括，你可以把它當(dāng)作一個(gè)未來(lái)的「創(chuàng)意團(tuán)隊(duì)」，設(shè)計(jì)團(tuán)隊(duì)或創(chuàng)作團(tuán)隊(duì)。這個(gè)團(tuán)隊(duì)內(nèi)部有 Multi-agent 協(xié)作完成任務(wù)。這件事情的本質(zhì)上解決的是 creation，所以它是一個(gè) Creator team。

Founder Park： 設(shè)計(jì)師、導(dǎo)演和攝影師，為什么不是三個(gè)獨(dú)立的產(chǎn)品？

陳冕：用戶作為甲方，需要的是整合的服務(wù)。從這個(gè)角度看，這款產(chǎn)品也可以被視為一家「設(shè)計(jì)公司」。

有了這些不同的能力（工具/Agents）之后，還需要一個(gè)「領(lǐng)導(dǎo)者」，對(duì)吧？負(fù)責(zé)調(diào)度的就是領(lǐng)導(dǎo)者，最聰明的模型需要負(fù)責(zé)調(diào)度這些工具，它必須知道每個(gè)模型、每個(gè) Agent 的能力邊界。最終人扮演的就是甲方角色。最終，人是甲方，提供最關(guān)鍵的創(chuàng)意。甲方依然非常重要，需要滿足人的需求。所以從這個(gè)角度看，盡管它提供服務(wù)，但也可以被稱作一種工具，因?yàn)樗罱K還是為了滿足人的需求而出現(xiàn)的。

當(dāng)然，如果未來(lái) AI 真正有了自主意識(shí)，自主創(chuàng)造，那太 crazy 了，等 AGI 實(shí)現(xiàn)了再說(shuō)。我們本質(zhì)上做的還是我們覺得在前 AGI 時(shí)代該作為一個(gè)工具，或者作為一種服務(wù)，作為一種新的職業(yè)，它應(yīng)該具備什么形態(tài)和功能。

Founder Park：過(guò)去所有主流的圖片產(chǎn)品（如 Canva、PS）、視頻產(chǎn)品（如 PR、剪映）以及音樂(lè)產(chǎn)品，都是相對(duì)獨(dú)立的，并且通常針對(duì)不同人群收費(fèi)。您怎么看？

陳冕：其實(shí)它們都不是完全獨(dú)立的。Adobe 有圖片、視頻、音頻產(chǎn)品；Canva 也有圖片和視頻；剪映有視頻，其姊妹產(chǎn)品「醒圖」針對(duì)圖片方向。你會(huì)發(fā)現(xiàn)任何一家公司基本都會(huì)覆蓋圖片、視頻，甚至音頻領(lǐng)域，只是切入點(diǎn)不同。

它們確實(shí)不是同一個(gè)產(chǎn)品，我理解你說(shuō)它們分開，是因?yàn)橛脩粼诓煌瑘?chǎng)景下使用。但你想，人類在創(chuàng)作過(guò)程中是需要在不同產(chǎn)品間切換的，先用修圖軟件處理圖片，再導(dǎo)入視頻編輯軟件，可能還需要其他軟件處理音頻。現(xiàn)在，這項(xiàng)切換和整合的工作由 AI 來(lái)做，但背后仍然調(diào)用了許多工具。比如在 Lovart 中，AI 會(huì)調(diào)用 Kling、GPT image、ElevenLabs 等底層工具。工具層面是獨(dú)立的，但使用者是 AI，它在一個(gè)統(tǒng)一界面下完成。最終人是甲方，需要的是一個(gè)整合了這些工具成果的作品。所以我們認(rèn)為，在創(chuàng)意領(lǐng)域，必然會(huì)涉及各個(gè)模態(tài)和品類。

關(guān)鍵在于，這款產(chǎn)品最終是否融合成一個(gè)整體，要看用戶最直接接觸的界面是什么樣的。如果用戶仍然需要手動(dòng)在各個(gè)工具間切換，那就是分離的產(chǎn)品。但現(xiàn)在，這個(gè)負(fù)責(zé)「切換和調(diào)度」的角色由 AI 擔(dān)任，用戶只需與這個(gè) AI 交互。這個(gè) AI 在后臺(tái)調(diào)用各種工具，那么產(chǎn)品形態(tài)自然會(huì)是統(tǒng)一整合的。

Founder Park： 核心是交互方式改變了。以前是人直接操作工具，需要切換，現(xiàn)在是人與會(huì)用工具的AI協(xié)作。

陳冕：對(duì)，但是你現(xiàn)在面對(duì)的是 AI，而 AI 面對(duì)的是多個(gè)工具，這是不同的。你可以因此獲得一個(gè)團(tuán)隊(duì)、一家公司，比如一家設(shè)計(jì)公司。所以 AI 的可怕之處在于，它從最初取代工具，到可能取代個(gè)體職業(yè)，最終取代的是具備協(xié)作能力的團(tuán)隊(duì)，這才是最 crazy 的。

Founder Park： 過(guò)去一些產(chǎn)品未能完全融合，部分原因可能在于其多采用訂閱制的商業(yè)模式。

陳冕：Canva 在融合方面做得很好，一個(gè)會(huì)員賬戶可以通用整個(gè)產(chǎn)品線。我認(rèn)為 Canva 已經(jīng)相當(dāng)融合了。Canva 有視頻功能，而且有很多視頻模板。比如我們?yōu)?Canva 付費(fèi)，可能是為了制作海報(bào)或公眾號(hào)配圖，只需為此付費(fèi)，它也能支持團(tuán)隊(duì)協(xié)作，每月也就幾十塊錢。回到 Lovart，產(chǎn)品未來(lái)肯定會(huì)商業(yè)化，一定會(huì)用訂閱制的方式。當(dāng)前 Lovart 主要面向的是海外市場(chǎng)。

Founder Park：針對(duì)商業(yè)模式，國(guó)內(nèi)用戶更傾向于免費(fèi)產(chǎn)品，你怎么看訂閱模式不會(huì)是中國(guó)AI主流商業(yè)模式的觀點(diǎn)？

陳冕：我不認(rèn)同這個(gè)觀點(diǎn)。中國(guó)人愿意為服務(wù)付費(fèi)，為最終結(jié)果付費(fèi)，只是對(duì)純粹的工具付費(fèi)意愿較低。所以關(guān)鍵在于 AI 最終是工具、服務(wù)還是結(jié)果？這取決于模型的智能程度。我們認(rèn)為 AI 最終會(huì)成為直接交付結(jié)果的服務(wù)，因此中國(guó)用戶會(huì)為此付費(fèi)。這是對(duì)未來(lái)的預(yù)判，當(dāng)下我們先從海外市場(chǎng)開始。

Founder Park：Lovart 目前還沒上線付費(fèi)功能，未來(lái)會(huì)推出嗎？

陳冕：是的，我們現(xiàn)在可以說(shuō)是字面意義上的「在燃燒」資金。我們虧不起。

Founder Park：大概什么時(shí)候會(huì)上線付費(fèi)？

陳冕：應(yīng)該會(huì)在幾周內(nèi)。（笑）主要等 Bug 修復(fù)得差不多了就會(huì)上線。

Founder Park：Lovart 上線后，會(huì)有一個(gè)核心的「北極星指標(biāo)」嗎？比如用戶粘性、數(shù)量、留存率等，您最看重哪些？

陳冕：我想這方面的衡量標(biāo)準(zhǔn)大家是趨同的，最核心的還是用戶是否愿意為產(chǎn)品付費(fèi)，以及付費(fèi)后的留存率。

04

我們團(tuán)隊(duì)沒有產(chǎn)品經(jīng)理，

只有設(shè)計(jì)師

Founder Park： Lovart 最核心的是理解用戶意圖，并將其拆解轉(zhuǎn)化為AI的執(zhí)行流程。在使用 AI 和大模型完成這件事的過(guò)程中，有什么經(jīng)驗(yàn)或感悟嗎？這對(duì)于公司而言是全新的探索，因?yàn)橹暗臉I(yè)務(wù)似乎沒有太直接相關(guān)的經(jīng)驗(yàn)。

陳冕：對(duì)公司來(lái)說(shuō)，這當(dāng)然是全新的體驗(yàn)，因?yàn)槲覀冎皼]有 Agent 產(chǎn)品。如何與 Agent 協(xié)作和打交道，我們也是第一次。它們確實(shí)有自己的「想法」。所以在這方面，我們都還在持續(xù)摸索。不過(guò)，我們公司有很多設(shè)計(jì)師，他們覺得這個(gè)過(guò)程很有意思，因?yàn)槟撤N程度上他們?cè)凇附獭笰I 如何進(jìn)行設(shè)計(jì)。

本質(zhì)上就是將人類的設(shè)計(jì) know-how 傳達(dá)給 AI。我們團(tuán)隊(duì)里不少同事有美術(shù)或設(shè)計(jì)教育背景，他們以前教學(xué)生，現(xiàn)在教 AI。AI 的「智商」不低，但有時(shí)又難以完全掌控，我們開玩笑稱 AI 為「小朋友」。這就是目前的工作狀態(tài)。這里可以簡(jiǎn)單理解為將設(shè)計(jì)領(lǐng)域的知識(shí)和流程融入到模型訓(xùn)練和 Agent 邏輯中。

這個(gè)過(guò)程很有意思。我是產(chǎn)品經(jīng)理出身，但我認(rèn)為，未來(lái)的通用型產(chǎn)品經(jīng)理沒什么用。我自己也有十多年的產(chǎn)品經(jīng)驗(yàn)，經(jīng)歷了移動(dòng)互聯(lián)網(wǎng)的完整周期。我認(rèn)為未來(lái)的產(chǎn)品經(jīng)理，其核心價(jià)值更多在于行業(yè)知識(shí)深度，在于將特定行業(yè)的 Know-how 體系化地教給AI。因此，產(chǎn)品經(jīng)理的角色將更加分行業(yè)、分垂直領(lǐng)域。我覺得通用互聯(lián)網(wǎng)產(chǎn)品經(jīng)理是個(gè)很危險(xiǎn)的職業(yè)。

Founder Park： 為什么說(shuō)產(chǎn)品經(jīng)理很危險(xiǎn)？

陳冕：通用型的 Agent 未來(lái)被基礎(chǔ)模型內(nèi)化的可能性很高。我認(rèn)為未來(lái)真正能實(shí)現(xiàn)百花齊放的，是專注于垂直應(yīng)用的那些 Agent。這些垂直 Agent 的核心競(jìng)爭(zhēng)力在于其背后蘊(yùn)含的垂直領(lǐng)域?qū)I(yè)知識(shí)。對(duì)于上一個(gè)時(shí)代的通用互聯(lián)網(wǎng)產(chǎn)品經(jīng)理，我確實(shí)覺得其定位有些模糊了。

Founder Park： 從職業(yè)發(fā)展角度看，它可能會(huì)演變成一種高度專業(yè)化的角色。

陳冕：對(duì)，如果通用能力被模型底層吸收，只需要最強(qiáng)的那幾個(gè)人就夠了。

Founder Park： Lovart 現(xiàn)在對(duì)相關(guān)職位的稱呼已經(jīng)不是「產(chǎn)品經(jīng)理」了嗎？

陳冕：在我們團(tuán)隊(duì)，產(chǎn)品經(jīng)理沒什么用。

當(dāng)工具足夠智能，「管理需求的人」不再被需要，但「定義需求的人」反而更重要。把產(chǎn)品交互設(shè)計(jì)成「畫布」，本質(zhì)上是在回答一個(gè)問(wèn)題：AI 和人類如何共享同一張桌子？

答案很明確——AI 坐在執(zhí)行端，人類坐在創(chuàng)意端。產(chǎn)品經(jīng)理曾經(jīng)是兩者的橋梁，但現(xiàn)在，AI 直接聽懂了設(shè)計(jì)師的語(yǔ)言。所以我們團(tuán)隊(duì)沒有產(chǎn)品經(jīng)理，只有「教 AI 的人」。

Founder Park：這聽起來(lái)有點(diǎn)悲觀，仿佛我們?cè)谧屧O(shè)計(jì)師們把他們的行業(yè)經(jīng)驗(yàn)教給 Agent，而這些 Agent 最終可能取代設(shè)計(jì)師。

陳冕：不，我們始終強(qiáng)調(diào)我們是設(shè)計(jì)師的「朋友」，你剛剛講的「取代」是無(wú)法對(duì)抗的，關(guān)鍵在于如何看待它。AI 確實(shí)極大地解放了生產(chǎn)力，同時(shí)也可能讓頂尖設(shè)計(jì)師的思維模式變得更平權(quán)。換個(gè)角度看，以前的頂尖設(shè)計(jì)思維，只有找頂尖設(shè)計(jì)師才能獲得，服務(wù)很貴。現(xiàn)在，這種高質(zhì)量的設(shè)計(jì)可能變得「For everyone」，而且成本大幅降低。問(wèn)題在于成本降低后，那些依賴原有模式生存的人怎么辦？這確實(shí)會(huì)引發(fā)生產(chǎn)關(guān)系的調(diào)整。但這屬于社會(huì)層面的問(wèn)題，交給時(shí)代去解決吧。

Founder Park：對(duì)于設(shè)計(jì)師和產(chǎn)品經(jīng)理這兩類人才，我們?cè)诠靖粗啬男┨刭|(zhì)或畫像？?jī)A向于招聘什么樣的人？

陳冕：在我們公司，我覺得產(chǎn)品經(jīng)理沒什么用，設(shè)計(jì)師才有用。這是基于我們專注于設(shè)計(jì)這一垂直領(lǐng)域而言的。我們所有的產(chǎn)品迭代和案例積累都圍繞著設(shè)計(jì)師的工作流和需求進(jìn)行。

Founder Park： 兩種人，一種具有深厚設(shè)計(jì)功底的產(chǎn)品經(jīng)理，另一種原本是設(shè)計(jì)師但轉(zhuǎn)而承擔(dān)產(chǎn)品經(jīng)理職能、之前沒有典型產(chǎn)品經(jīng)理經(jīng)驗(yàn)的人，更傾向于哪種？

陳冕：傾向于后者，原本是設(shè)計(jì)師，后來(lái)在公司內(nèi)探索并承擔(dān)部分產(chǎn)品定義職責(zé)的人。

05

為什么有數(shù)據(jù)的 GitHub，

代碼工具不如 Cursor？

Founder Park：您剛才提到產(chǎn)品能力的提升依賴基礎(chǔ)模型，比如 GPT-4o 的圖像能力。GPT-4o 的圖像API發(fā)布對(duì) Lovart 有很大影響嗎？如果沒有 4o 的圖像能力，Lovart 這樣的產(chǎn)品是否就無(wú)法存在？

陳冕：Agent 的核心能力取決于模型對(duì)工具的調(diào)用和規(guī)劃能力。Agent 的能力才是本質(zhì)。即使沒有 4o image，Agent 也能存在，只是效果可能會(huì)打折扣。

因?yàn)楹芏嗾Z(yǔ)義理解、圖像內(nèi)容一致性等問(wèn)題，確實(shí)需要依賴更好的圖像模型來(lái)解決。所以可以理解為，GPT-4o 在圖像模型能力上帶來(lái)了顯著提升，但它并非 Agent 能力本身。我們同樣也期待 Claude 4 以及國(guó)內(nèi)如 Qwen 等模型的進(jìn)一步迭代。我們也希望能有非常好用的國(guó)產(chǎn) Agent 能力。

Founder Park： 兩年前大家熱議Midjourney，最近卻沒什么聲音了，你怎么看？

陳冕：這是產(chǎn)品從 1.0 向 2.0、3.0 的演變。Midjourney在語(yǔ)義理解和解決部分工作流問(wèn)題上表現(xiàn)出色，但它仍然是 1.0 產(chǎn)品。現(xiàn)在市場(chǎng)已經(jīng)進(jìn)入 3.0 階段了。

至于 Midjourney 團(tuán)隊(duì)，我感覺他們可能志不在此。

Founder Park：社區(qū)型產(chǎn)品其實(shí)比工具型產(chǎn)品有更強(qiáng)的用戶粘性，所以剪映、WPS 會(huì)有模板創(chuàng)作社區(qū)，Lovart 這樣的產(chǎn)品會(huì)有類似的形態(tài)嗎？

陳冕：不，我認(rèn)為工具和服務(wù)的用戶粘性是非常強(qiáng)的。如果一個(gè)工具粘性不強(qiáng)，那只能說(shuō)明它不好用，或者使用成本太高，時(shí)機(jī)未成熟。工具的粘性非常強(qiáng)，它不是針對(duì)所有人的高頻消費(fèi)品，但專業(yè)人士會(huì)頻繁使用。就像剛提到 Canva，做營(yíng)銷的人群中其使用比例很高。不求天天用，但求有需求時(shí)能用且好用，我覺得這就足夠了。所以用戶是否持續(xù)使用，本質(zhì)還是取決于使用成本、體驗(yàn)和能否切實(shí)解決問(wèn)題。這不是靠社區(qū)能夠解決的問(wèn)題，這樣做是 make sense 的。

要做社區(qū)，就專注做好社區(qū)。要做工具和服務(wù)，就專注做好工具和服務(wù)。如果工具或服務(wù)沒有用戶留存，那只能證明工具或服務(wù)本身沒做好，而不是其他原因，除非服務(wù)本身的使用頻率就極低。但我們做的不是這類，我們不做普通用戶，是因?yàn)槠胀ㄓ脩舻膭?chuàng)作需求通常非常低頻，比如僅僅是為了社交分享，他們?cè)谖⑿拧⒍兑舻绕脚_(tái)使用內(nèi)置 AI 功能即可，沒必要使用我們的產(chǎn)品。我們選擇做垂直領(lǐng)域，所以，雖然剛才討論了通用與垂直，但我們實(shí)際上已經(jīng)選擇了垂直領(lǐng)域。坦白講，做通用產(chǎn)品我們也競(jìng)爭(zhēng)不過(guò)大公司。

Founder Park：工作流數(shù)據(jù)能帶來(lái)更好產(chǎn)品體驗(yàn)嗎？比如 GitHub 擁有大量代碼數(shù)據(jù)，也在做工具，但似乎在與 Cursor 等競(jìng)品競(jìng)爭(zhēng)中并未完全體現(xiàn)數(shù)據(jù)優(yōu)勢(shì)。您覺得 Lovart 從 1.0/2.0 時(shí)期積累的數(shù)據(jù)優(yōu)勢(shì)體現(xiàn)在哪里？

陳冕：我覺得 Cursor 才具備數(shù)據(jù)優(yōu)勢(shì)，因?yàn)?GitHub 的代碼能力大部分已經(jīng)被 Claude 等底層模型內(nèi)化了。GitHub 基于自身數(shù)據(jù)做工具就沒有絕對(duì)優(yōu)勢(shì)。代碼能力被底座模型吸收了，代碼數(shù)據(jù)就不再是獨(dú)有優(yōu)勢(shì)。而 1.0 和 2.0 的數(shù)據(jù)之所以有意義，在于它們記錄了用戶如何運(yùn)用 AI 工具、如何結(jié)合 AI 與傳統(tǒng)方法進(jìn)行創(chuàng)作，這是非常有價(jià)值的。ComfyUI 的工作流本質(zhì)上是將各種模型和傳統(tǒng)功能模塊堆砌起來(lái)。

這些工作流數(shù)據(jù)是 AI 需要學(xué)習(xí)的，而底模在這方面是空白的。對(duì)于 Cursor 來(lái)說(shuō)，知道哪些代碼應(yīng)該用 AI 寫，哪些應(yīng)該手動(dòng)寫，這部分知識(shí)很重要，但后來(lái)者可能難以準(zhǔn)確獲取。這就是區(qū)別所在。

Founder Park：你們會(huì)考慮自己開發(fā)模型嗎？這是很多 Agent 公司都會(huì)面臨的問(wèn)題。

陳冕：現(xiàn)在不會(huì)。這取決于如何定義「做模型」，是完全從預(yù)訓(xùn)練開始，還是強(qiáng)化微調(diào)。目前我們不會(huì)做完整的模型開發(fā)。

Founder Park：您認(rèn)為現(xiàn)階段的 Agent 產(chǎn)品，是否需要將 workflow 等用戶行為數(shù)據(jù)用于訓(xùn)練模型？

陳冕：是的，可能需要通過(guò) SFT 或更進(jìn)一步的強(qiáng)化學(xué)習(xí)來(lái)進(jìn)行訓(xùn)練。RL 是必須做的。

Founder Park：考慮到設(shè)計(jì)領(lǐng)域有很多團(tuán)隊(duì)在探索，我們會(huì)思考，面對(duì)這些競(jìng)爭(zhēng)，我們的核心差異化優(yōu)勢(shì)在哪里？

陳冕：差異化不是看了市場(chǎng)上有哪些產(chǎn)品、發(fā)現(xiàn)別人沒做什么才去做的，那樣反應(yīng)就太慢了。真正需要思考的是，你自身的優(yōu)勢(shì)是什么？在規(guī)劃要做的事情時(shí)，要想清楚這需要哪些關(guān)鍵能力，其中哪些是你的核心優(yōu)勢(shì)，并且這個(gè)優(yōu)勢(shì)目前還沒有被其他團(tuán)隊(duì)充分利用。基于自身優(yōu)勢(shì)去尋找市場(chǎng)機(jī)會(huì)，這才有意義。所以核心并不是簡(jiǎn)單地看競(jìng)品有沒有做什么。

當(dāng)然，看到市場(chǎng)上有競(jìng)品，發(fā)現(xiàn)某個(gè)點(diǎn)他們沒做到，我們?nèi)ヌ钛a(bǔ)，這一定。但有時(shí)如果認(rèn)知不夠深入，可能會(huì)發(fā)現(xiàn)沒人做某個(gè)方向是有原因的，比如它需要某種特定能力而大多數(shù)團(tuán)隊(duì)不具備。但如果你恰好擅長(zhǎng)某方面，那么我認(rèn)為無(wú)論何時(shí)進(jìn)入，只要想清楚了，并且確信自己能做得比現(xiàn)有方案更好，或者您認(rèn)為別人做得不如你，那就可以去做。

我認(rèn)為很多時(shí)候，創(chuàng)新與團(tuán)隊(duì)自身的特質(zhì)和核心能力緊密結(jié)合，會(huì)更有競(jìng)爭(zhēng)力。比如我們的競(jìng)爭(zhēng)優(yōu)勢(shì)，也是從一開始就基于我們自身特點(diǎn)考慮清楚了要做什么，才朝著這個(gè)方向前進(jìn)的。如果說(shuō)先去研究競(jìng)品再找差異點(diǎn)，我覺得這種思路是滯后的。

競(jìng)品分析是產(chǎn)品經(jīng)理的工作，想清楚目標(biāo)才是創(chuàng)業(yè)者的工作。