在创意设计软件的赛道上富灯网 ，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。
" alt="
" width="2048" height="1365">
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 Open、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。
亚马逊 Prime Video 技术总监第一时间展示了它使用 Lovart 产出设计
日本网友对 ChatCanvas UI 创新的认可
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？
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。
接下来富灯网 ，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。
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富灯网 ，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。
天创网提示：文章来自网络，不代表本站观点。
