各位朋友们，大家好，我是三石。
近期，某设计社区的一款名为Lovart的工具在业界引起了广泛关注，我忍不住也亲自尝试了一番，接下来就与大家分享一下我的真实感受以及使用体验。
去年，我们的公司曾经负责一款茉莉花茶包装的设计项目。抱着试水的心态，我想探究一下Lovart究竟能达到何种设计效果，以及它能为设计师们的工作效率带来怎样的提升。这次测试大约耗时4小时，最终成果包括图片和视频。在此，我先向大家展示一下这款茉莉香氛产品的商业拍摄视频。
那么，究竟什么是Lovart呢？
一语概之，Lovart是一款覆盖设计全流程的解决方案。与Midjourney、ComfyIU、ChatGPT等同类软件相较，Lovart犹如将这些软件的功能集成于一体的“高级智能体”。何出此言？以一个实例来说明，当前众多AI工具只能执行单一任务，如Midjourney仅能生成图像，完成图像制作后，还需转至Photoshop进行编辑。编辑过程中，若需添加品牌标语，又需打开豆包等软件生成文案。平面设计进行到一定程度，想要进行视频渲染，还需启动AI视频工具，如即梦等。这些AI工具目前都只能完成“点对点”的任务。然而，设计工作本质上是“从点到线”的过程，即便有众多AI工具，设计师仍需在多个工具间频繁切换，承受着来回奔波的苦楚。
简言之，AI工具并未真正改变我们的工作模式，仅仅是在单一方面提高了效率。在实际操作中，AI与设计之间存在一种“脱节”的感觉，并未真正融入设计师的工作流程。
提及此处，不得不对Figma的AI设计理念表示赞赏。Figma是一款UI设计工具，它巧妙地将AI工具融入到了设计流程之中。当设计师需要对图片进行处理时，可以直接调用AI工具。换言之，Figma并非将AI工具独立放置，而是将其融合到了UI设计师的工作路径中。
同样，这亦是Lovart备受欢迎的奥秘所在。设计师在使用Lovart时，可以在画布上尽情挥洒创意，借助自己的想象力穿梭于各种AI工具之间，真正实现了设计全流程的自由创作。
那么，支撑着Lovart的核心逻辑究竟是什么呢？
诚然，若仅仅是调用AI工具的便捷性，那么其他AI产品也容易模仿。真正让Lovart独树一帜的，是其底层技术——智能体。这是一种能够独立思考、调用工具以及处理任务的“管家”。
简而言之，智能体就如同“AI时代的智能打工人”——你给它一个目标（例如，“设计一套咖啡品牌VI”），它便能自主分解任务、调用相应工具、解决问题，并最终交付满意成果。像Lovart这样的工具，正是任务导向型智能体在设计领域的具体应用，使得“专业设计流程”得以通过AI实现自动化和规模化。
或许，你还可以将智能体比作钢铁侠中的“贾维斯”。
于是，浏览Lovart的官方网站时，我们惊喜地发现其中集成了众多引人注目的强大模型，诸如可灵、chatgpt、gemini、tripo等，具体如下所示：
浏览至此，你是否感到一种熟悉感油然而生？这不就是我们所熟知的“小程序”吗？它将多个应用程序集成在一个软件中，使得用户无需在手机上的各个APP之间频繁切换，只需一个微信就能轻松完成吃喝住行的需求。尽管这个比喻稍显不恰当，但它的核心思想是相似的。实际上，智能体的构造要远比“小程序”复杂得多，它涉及到了“协调者”和“计划者”等多个角色的相互协作。我计划在未来的某个专题中深入探讨智能体的相关知识，在这里，我们先对其有一个大致的了解即可。
事实上，我们完全有能力自行搭建智能体。例如，在coze平台上，我们可以通过选择大型模型，并设定人物设定以及回复逻辑，比如角色定位、技能设定、工作流程、输出格式以及限制条件等，甚至可以自行定义。因此，我推测Lovart背后可能存在众多擅长不同领域的智能体，它们协同工作，以协助设计师完成日常的设计任务。
整体来看，若深入思考，我们不难发现，Lovart实则是一款在设计流程中扮演着卓越工具箱角色的软件。它全面覆盖了设计的各个环节，无需频繁切换其他工具，且具备以下两大显著优势：
案例剖析
在充分掌握了Lovart的相关信息之后，我们紧接着着手利用它来打造一套完整的品牌全案。我们想要探究的是，Lovart是否真的能够实现从“创意发想到最终成品交付”的全流程自动化设计。
我们的设计任务针对的是“茉莉印月”品牌，涉及的产品线包括茉莉花茶、茉莉花香皂、香包以及香氛。我们的要求是：请协助我们完成一套品牌全案设计，内容涵盖品牌标志设计、茉莉花茶产品包装设计、整套礼盒包装设计、视觉识别系统（VI）设计、物料设计以及门店设计。同时，还需提供设计理念和背后的逻辑。
观察结果显示，Lovart首先为我们提供了一系列设计灵感，这些灵感帮助我们明确了视觉设计的大致方向。
在我确定了心仪的视觉风格之后，Lovart便开始了它的思考之旅，随后便向我展示了整个设计方案的大致方向以及专业的指导方针。
在探讨设计领域时，我们往往会遇到两个关键概念——设计方向与设计指导，它们虽紧密相连，却各有侧重。设计方向，它更倾向于阐述设计的整体思路，当我们着手设计一个标志时，设计方向便是在思考如何凸显品牌特色，如何增强其辨识度，使其更加美观。而设计指导则更为具体，它涉及到诸如选择何种字体、使用哪种线条等细节。这两者之间的关系，可以类比为设计战略层与设计执行层的关系。
在接下来的设计流程中，我精心挑选了第四款标志方案。随后，利用Lovart的强大功能，为我量身打造了一套完整的视觉识别系统，具体包括：
在观察效果方面，整体表现确实令人满意。这主要得益于底部出图模型的高效运作。接下来，我打算提出一些修改意见。
我认为，标志的设计仍有提升空间，它需要更加注重抽象与简约的风格。
这里Lovart重新给了我3个标志设计，然后将两个物料中的标志进行了替换。
在探索Lovart的强大功能时，我决定让它协助我打造一款独特的香氛瓶装设计。这款设计让我眼前一亮，我未曾料想到瓶子竟然可以呈现出月亮的形态，这种创意令人兴奋不已。
如今，我萌生了一个新的构思，那就是将这个瓶子置于模特的手中……然而，现有的这张图却显得不够合理，原因在于瓶子的尺寸过大。因此，我不得不与Lovart进行进一步的沟通：
“在构图方面，请注意瓶子的比例问题，它显得过于庞大。我们不需要展示模特的面部，仅需展现一只手即可。此外，我希望采用黄色调，营造出一种宁静而高端的感觉。同时，背景部分可以增加一些灯光效果，以此来凸显瓶子的透明感。”最终呈现的图像令我相当满意。
然后，我想提取包装中的茉莉花素材，Lovart也是可以实现的。
测评总结
经过一番下午的案例实践，我对Lovart的整体使用感受颇佳。它在图片创意处理上，往往能提供令人眼前一亮的解决方案。然而，不得不承认的是，在标志设计方面，它的表现尚有不足。这是因为标志设计并非简单的图文组合，它更侧重于创意设计，特别是国内的一些标志设计，它们往往涉及中文字符的变形。目前，大多数AI生成的标志更像是插画，而非标志。
在我看来，Lovart在图片后期处理方面表现出色，例如元素提取、商业拍摄效果以及商业拍摄视频。这些都是包装设计的附加价值所在。我们不应寄望于Lovart能够完全取代设计师的工作。那些真正需要创意和审美的任务，仍需设计团队经过深思熟虑才能完成，并非简单的一句话就能解决。制作一个实际可行的产品，需要市场调研、竞品分析、品牌定位、设计理念等多方面的考量，这都需要团队共同探讨，才能得出结论。因此，我非常赞同这样一个观点：随着技术的发展，设计也在不断进步，但技术始终无法取代经过深思熟虑的设计。
最后，我想说的是，尽管Lovart非常实用，但它可能尚未达到“可交付”的完美程度。各位设计师无需过于焦虑，工具的存在是为了服务人类，而非取代人类。但Lovart无疑将重塑设计行业的工作模式，简单来说，就是生产工具的变革，进而影响生产模式的变化。最为关键的是，AI缺乏审美能力，它无法判断何为美好，何为糟糕，也无法真正理解用户的需求（或许未来能够）。因此，审美和品味将成为未来设计师最为稀缺的能力。这一点很容易理解，尽管如今信息量和设计工具繁多，但真正高质量、有品味的产品并不多见，大多数人更倾向于追求快速、便捷。从这个角度来看，AI很难取代设计师。
至此，今天的分享就到这里，感谢大家的聆听。
