可设计师的工作未必更轻松，一些甲方和领导会跟你说，有了 AI 这个不到一小时应该就能出一版吧，怎么交付还这么慢呢（真想知道老板用的是什么 AI）
实际上他们常常忽略了，十几秒出一张图，前后还藏着一串慢动作：上网找参考，下载、归类、上传，再告诉模型哪些可以借鉴，哪些元素不能动。生成之后，还要抠图、分层、做动效、转格式。
能用的 AI 工具越来越多，设计最本质的需求却被放到了最后。
最近，Lovart 悄悄进行了一波大更新，新能力不止是把重点放在生成效果本身，主要围绕设计师的工作流，把设计前后的流程都一起优化了：把灵感接进来，把设计方法留下来，再把结果送进后续交付流程。
对于设计类工作，Lovart 这次到底带来了什么实际的改变，APPSO 第一时间进行了实测。
附 Lovart 全新版本体验 https://www.lovart.art/
设计师的灵感库通常存了很多图，平日里逛淘宝刷小红书都会随手存下喜欢的图片，但真正把它们带进项目却并不轻松。
下载、分类、上传只是第一步，还得重新解释每张参考图该学什么、该避开什么。收藏很快，调用很慢，久而久之，素材库也就成了只进不出的仓库。
显然 Lovart 很懂设计师，在这次更新中推出了一个叫「灵感采集」的浏览器插件，支持在 Pinterest、小红书、淘宝、亚马逊、Instagram 等网站一键收集素材到 Lovart 账户里。
以前设计师要提前花大量时间准备好素材再喂给 AI，现在 AI 已经学会自己整理好图素供你选择，真的省了不少事儿。
Lovart 还引入了 Skill 来实现更多设计效果，技能市场中有 100 多个不同的技能，不仅有官方团队也有社区创作者们的贡献，涵盖了营销素材、品牌视觉、社媒内容、产品设计和创意风格五大类别。
再比如这个「微缩巨物广告」，Agent 先识别我提供的产品详情，然后设计一套符合产品属性的微缩世界，最后按照规范来构造一套提示词。它还会补充询问我需要的图片比例、文案风格和桌面氛围，把这些信息一起交给模型生图。
这些 Skill 打包了一整套操作方法、制作步骤、交付标准，除了使用官方提供的 Skill 以外，你还能把自己的制作流程打包成 Skill，方便在日后的工作中复用。
我还尝试为即将到来的 iPhone Ultra 制作了一个主页，把 iPhone 17 Pro 的官网链接和一些网上找的假想图给到 Agent，它就开始分析页面的元素布局了。
https://s3.ifanr.com/wp-content/uploads/2026/09/iPhone_Ultra_demo_MP4.mp4
除了文字和图片外，Agent 还准确理解了参考链接里顶部栏的毛玻璃效果，仔细看这段视频能看到在图片移动的时候会有模糊渐变的效果，这点细节值得好评。
AI 一顿操作下来，它的步骤和我司设计师平时的工作流程几乎是一样的。Agent 学习设计师的工作流，用真实的流程思考并执行操作，就能更好地理解人对它输入的意图，最后交付更符合要求的产出。
审美依然是设计的第一要义
既然是专注设计的 Agent，那么审美一定是最最重要的。
Lovart 提供 Basic、Pro 和 Max 三个档位选择，能够自由调整速度与效果之间的平衡，其中 Max 模式支持生成 4K 分辨率的图片、1080P 的视频和网页及 PPT 等输出格式，当然积分消耗也会更多。
第一张陈列收音机以台阶高度形成稳定三角构图，第二张大面积的黑白对比沿横向轴线错落成工业天际线，第三张把音响设备排成模块化的理性的墙面网格，第四张则让计算器、唱机与剃须刀沿对角线散布、大小对比强烈。
暖灰底色、硬朗阴影和大面积留白贯穿四图，既保留功能主义秩序，也做出了工业设计画册般的高级感。由此可见，Agent 理解到的不只是产品外观，还有外观背后的审美体系。
再调用海报设计 Skill 为刚发布的华为手机制作一份 KV 主图，它不是上来就生成图片，而是会先在线搜索类似风格的图片让我选择作为参考，然后生成这样一份极其规范的设计方案看板。
看板图包含四个板块—— Layout（构图）、Visual expression（视觉表现）、Color（色彩系统）和 Typography（字体气质），每个板块都提供了三个方向的选项，用户在对话框里选择确认后 Agent 才会开始生成最终的海报图片。
静态图还不是终点，Lovart 还升级了多种格式的生成能力，例如刚才生成的 APPSO Logo，还可以在画布中一键转为动态图片，Agent 会先调用 Seedance 2.0 模型生成视频再转换成 GIF 格式。
毫无疑问，AI 可以缩短很多工作环节的时间，但它却不一定能让你在更短时间创造更好的作品
模型可以在十几秒里给出一批图，设计师仍要逐张挑选，核对文字和产品细节，再判断它们放进同一套物料后会不会散架。供给增加得越快，筛选也越容易变成新的工作。
1971 年，赫伯特 · 西蒙在《Designing Organizations for an Information-Rich World》中提出，信息的丰富会带来注意力的贫乏，他认为信息系统需要帮助人保存并有效分配稀缺的注意力。
这个简单的道理，在 AI 加速一切的今天却容易被忽视。
我们常常计算模型生成 1 张图一段视频要几秒、消耗多少积分，却忘了计算接收结果的成本。筛选、核对和纠偏都由设计师完成，已经做过的决定还要带到下一种媒介。这些时间不写在生成进度条里，却会留在项目进度里。
对设计工具来说，记住已经确认的参考和被否掉的方向，重要性完全不亚于生成一张新图。否则，机器做得越快，设计师面临的待办事项也会越长。
放到今天，一款 AI 如果只是继续供应更多结果，结果可能只把压力从「做不出来」转移成「看不完」。一次给出 20 张图，最后让人检查并删掉 19 张，这可能才是对设计师注意力最大的浪费
回头看 Lovart 这轮更新，灵感采集、Skill、网页和分层并不是几项孤立功能，它们把原本散在不同工具里的步骤接了起来。
设计工作流需要保护的，不只有素材和版本，还有一段没有被打断的判断。
AI 工具带给人的价值，也要体现在完成这些工作需要占用人类多少注意力，我能不能不用花费大力气学习研究，只专注在创造。
无论有没有 AI ，这都是创造者最根本的需求。
Lovart 全新版本已经向所有用户开放，国内用户可以直接访问 lovart.art 体验。
