Lovart正式发布推出ChatCanvas，想挑战Figma和Canva？

作者 ｜ 周一笑
邮箱 ｜ zhouyixiao@pingwest.com

在创意设计软件的赛道上，Figma与Canva是两座绕不开的大山。前者凭借专业性在上市前夕估值冲向百亿美金大关，后者则以易用性坐拥超300亿美金估值和25亿美金的年收入。当所有人都以为市场格局已定时，AI带来了新的变量。

这个变量，不仅仅是加入AI功能，而是AI正在把设计数字画笔升级为生成式的创意系统。Figma AI的First Draft功能，已经能让设计师输入一句话就得到好几套完整的设计初稿。这些变化让原本稳定的市场变得充满变数，也让新兴的AI工具有了重新定义未来的机会。

旧金山当地时间7月23日，设计圈的“圣地”IDEO的办公室里，挤满了来自OpenAI、Google、微软、斯坦福和IDEO的顶尖人才，他们正在参加一场Lovart的全球发布活动。OpenAI负责创业支持的Chris Brown在现场发表了演讲，他称Lovart与OpenAI模型的合作为“最具代表性的案例之一”，展示了像GPT-4o这样的前沿大模型，如何真正转化为充满想象力和实用性的Agent产品。

这场发布会的主角Lovart，在为期数月的Beta测试中，仅靠口碑传播就吸引了近百万用户申请，伴随着正式全球上线，它也全面取消了邀请码，同时带来了其全新的交互功能的探索：ChatCanvas，一个能让用户直接在画布上与AI“对话”来修改设计的全新界面。

ChatCanvas

福布斯、CNBC等媒体迅速跟进报道，在X上，一场关于Lovart的“叛逃”梗图（Meme）派对也开始了，创作者们纷纷晒图，开玩笑说要“卸载Canva”、“忘记Figma”。

这当然是一种略带夸张的网络文化，但它背后的情绪是真实的，当下的AI工具，尤其是在设计领域，似乎总让人爱恨交加。我们一边惊叹于AI强大的生成能力，却又在无尽的改稿循环中，与那个看似智能、实则健忘的聊天框“对牛弹琴”。这种“万物皆可Chat”的设计范式，成为一种可疑的“正确”，所有人都这么做，但所有人都知道仅仅这么做是不够的。

其中一个瓶颈，出在了交互上。最近有一场关于从UX（用户体验）到AX（智能体体验）的相关讨论。在AX模式下，Agent不再是你使用的“工具”，而是与你协作的“伙伴”。它能记住你的目标和偏好，理解项目的上下文，无缝融入你已有的工作流。

在多数 Agent产品还在让用户在聊天框里打转时，少数公司已经开始用“工作流架构师”的思维来构建产品。

在初步体验之后，我们发现Lovart试图用ChatCanvas回答两个核心问题，一个真正优秀的AI设计伙伴应该是什么样子的？以及，我们与AI Agent的交互，除了聊天框，还能是什么样子的？

1

一个全能的AI设计伙伴

Lovart的定位始终不是单一的AI设计工具，而是一个AI设计智能体（AI Design Agent）。它的目标不是给你一张图，而是成为你在设计项目中的全能伙伴。

简单来说，无论是品牌视觉套件（如Logo、VI），还是日常的营销与社交物料，甚至是更复杂的视频和3D内容，都在它的能力范围之内，试图一站式解决设计流程中的多个环节。

从视频中不难看出，Lovart试图构建一个全面的创意工作站。但我们知道，对于任何一个设计师或者内容创作者来说，AI创作的真正瓶颈从来不在“初次生成”，而在“二次修改”。

Lovart声称能解决这个核心痛点，而答案，就藏在它随这次正式版重磅推出的ChatCanvas里。如果说传统的AI设计工具像一个电话对面的设计顾问，只能给你口头建议；那么ChatCanvas，则更像一个和你身处同一个房间的设计师，当你指着墙上的画说“往左边挪一点”时，他会立刻上前帮你把画挪过去，让你即时看到效果。

接下来，我们将通过为一场真实的线下活动制作宣传物料，来亲身体验这场发生在画布上的全新设计对话。

1

和ChatCanvas聊设计，在画布上“指点江山”

Lovart作为首个AI设计Agent，上线以来收获了不少好评，这次正式版的ChatCanvas到底好不好用，理论说了再多，都不如一次真刀真枪的实战。

硅星人团队正好要搞个线下活动，需要一套完整的视觉物料。任务来了，ChatCanvas能帮助我们从一张核心视觉图出发，搞定所有设计吗？

我们的起点是一张由设计同事提供的视觉元素，我们将这张图上传到Lovart，并给出了一个比较粗略的需求，围绕这个核心视觉，制作一套包含海报、社交媒体图、T恤周边等在内的宣传物料。

Lovart提供了几个不同的创意方向让我们选，我们挑了个“赛博灯塔”的方向。

短暂的等待后，第一版结果出炉了，其中几张长这样。

考虑到我们给的指令相当粗略，第一版产出的结果已经像模像样。Lovart基本延续了主视觉的风格和色调，质感也不错，作为一个设计的起点，完全是合格的。但设计最磨人的，永远是后面的修修改改。

在开始修改前，简单介绍一下ChatCanvas的核心操作逻辑：

• “打点评论”：按下快捷键“C”，鼠标会变成一个评论工具。你可以在画布上任何图片的任何位置或区域“打点”，然后像在协作文档里一样，留下你的修改意见或创意想法。

• “单聊”或“群聊”：你可以只选中一张图跟它“单聊”，也可以同时选中多张图，分别给出不同指令，进行“群聊”。

• “立即执行”或“稍后处理”：每条评论都可以选择“Run”立即执行，或者“Add to Queue”先放进任务列表，最后点击“Run All”，让AI一次性处理所有修改。

理解了这套玩法，我们来看看实际的操作。画布上摆着好几张图，我们发现AI给T恤设计的Logo和海报上的有些偏差。这时，我们体验到了ChatCanvas一个非常强大的多图协作功能。我们同时选中了T恤图和主海报图，在ChatCanvas里，先框选出主海报上那个正确的Logo，给出指令：“用这个logo”，然后又在T恤上框选出Logo应该在的位置，直接下令：“替换这里的Logo”，随后Lovart精准地理解并执行了操作。

接着，我们选中主海报，准备开始Chat起来。结果发现，ChatCanvas有时过分热情了，它会像一个有点紧张的设计实习生，在你提出一个模糊的想法后，开启十万个为什么模式，不停地追问和确认，有时候甚至会把人问到不知道该怎么回答，很想怼它一句，你是一个成熟的Agent了，就没有一点自己的主见。

还能像编程神器Cursor一样，提供“Tab补全”建议，帮我们把模糊的想法变得具体。

如果修改不够好的，或者一些简单的比如图片裁剪的调整，还可以使用Lovart内置的编辑工具手动调整。对于更复杂的调整，甚至可以用“提取图层”将某个元素单独分离出来。

海报调整得差不多了，我们来尝试Lovart的多模态交付能力，选中一张海报，只输入了“让这张图片动起来”的简单想法。ChatCanvas通过Tab补全为我们补充了转场、音效等详细描述，并最终生成了一段效果不错的动态海报（Video Poster）。

有了视频，再来个周边？我们继续和ChatCanvas聊：“将这个灯塔生成一个3D渲染的玩具摆件概念图”几分钟后，一3D概念图就生成了。我们还在后续的沟通中去掉了多余的元素，加上了透明底。

使用ChatCanvas的过程，就像与一个有求必应、能力无死角、且情绪稳定的设计小伙伴沟通一样，让我们可以“指拿打拿”，从Logo，平面海报到动态海报，再到周边礼品，我们围绕一场活动所需的核心视觉资产，完成了从0到1的创建和迭代，这个效率在传统的工具和工作流程上是难以想象的。

经过这一轮折腾，我们终于明白了ChatCanvas的真正野心。它不想做下一个Midjourney（生成一张图就完事），也不想做下一个Figma（本质上还是专业设计工具）。它想做的，是那个你梦寐以求的设计合伙人，既不会跟你抢创意主导权，又能把那些重复枯燥的执行工作统统承包下来。

很多通用的AI伙伴之所以被用户觉得“智障”或“无聊”，是因为它们缺乏明确的目标和场景限制，导致泛泛回应、情绪浅薄、体验重复。Lovart通过ChatCanvas把“AI伙伴”放入一个聚焦的生产力场景，专注解决设计问题，它的能力边界就会清晰、输出更有用、也更容易形成长期依赖，设计师与 AI 可以形成“人审美＋AI 生成＋人选优＋AI 微调”的循环，反而能放大AI的价值。

在完成了为“ACC 2025”嘉年华打造全套视觉资产的体验后，我们对Lovart这个产品也有了更立体的认知。它最独特的地方，在于找到了一条与主流Agent产品不同的演进路径。

如果说Midjourney的核心是“生成”，通过不断精炼Prompt来追求一张完美的图片；那么Lovart则更侧重于“创作”的全过程，它生成的内容只是一个起点，后续在画布上的持续迭代和修改才是关键。

如果说Figma或Canva是功能强大的“工具台”，需要我们亲力亲为地操作每一个细节；那么Lovart则更像一个“设计合伙人”，你可以将很多重复性的执行工作交给它，自己则更专注于创意的决策。

如果说通用Agent的核心是“对话”，试图用一个聊天框解决所有问题；那么Lovart的ChatCanvas则证明了，对于设计这类复杂的、视觉化的任务，一个能理解画布上下文、支持多模态输入的“混合工作区”，是远比纯聊天更高效的交互模式。

贯穿整个体验，我们最深的感受是，Lovart试图平衡两件事，“效率”与“掌控”。它用AI批量生成的能力，提升了从0到1的效率；又通过ChatCanvas的对话式修改和画布上的手动编辑工具，将最终的创意掌控权牢牢交还到用户手中。

当然，我们的这次测试，在很大程度上是“反AI专家”的。我们没有使用那些结构复杂、魔法咒语般的Prompt，很多指令都相当模糊，“很甲方”。即便如此，Lovart也给出了一个相当不错的、坚实的产出基座。

这恰恰证明了它的价值，它不仅极大地降低了高质量创意产出的门槛，让更多人能快速上手；同时，在专业用户和设计师的手中，它的上限又可以拉得非常高。

当然，作为一款刚刚走出Beta阶段的产品，Lovart也并非完美。在体验中，我们偶尔也会遇到画布操作不流畅、图片加载延迟等性能问题。

更深层次的挑战在于，尽管海外用户用Meme开玩笑说要“放弃Figma和Canva”，但事实上，Lovart距离这两座大山还有不小的距离。Figma凭借其强大的云端协作工作流、系统化的组件机制与开发者对接能力，早已成为专业团队的核心设计平台；而Canva则通过极简的操作、一站式的内容创作工具链和海量的多媒体模板生态，赢得了全球非专业用户的青睐。这些深厚的护城河，都是Lovart目前远远不具备的，同时，其高度依赖外部API的模式，随着正式开放，在商业化路径完全跑通之前，也是一个非常烧钱的生意。

但这些瑕疵和短板，并不妨碍它目前受到用户的喜爱。有Reddit用户如此评价Lovart：“和Midjourney或Leonardo相比，这里的用户体验就是流畅。感觉一切都是为创作者，而不是为工程师打造的。” 另一位用户则贴切地形容：“这就是Figma和Midjourney生下的孩子，而且它还不用睡觉。”

CNBC的报道视角更有意思，把Lovart当作中国技术人才征战硅谷的典型案例，并指出中国AI的真正优势很可能在于“应用”而非“模型”。 这与英伟达CEO黄仁勋近期的观点不谋而合，“哪个模型最聪明将变得越来越不重要，哪个模型最有用才是关键。”

这种“有用”，最终都将落到用户的实际体验上，Lovart在ChatCanvas上的尝试，也让我们看到未来的创意工具，将不再是需要人去苦哈哈学习和适应的单向命令机器，而更像是能读懂你意图、融入你工作流的智能伙伴。

这可能就是我们能预见的，AI时代里创作者最好的未来。终于不用再跟工具斗智斗勇，而是真正专注于创意本身。

点个爱心，再走 吧