一码难求的 Lovart 又开始“限流”了，但设计师们却说太值了

AI Agent 最新一波求码潮来了，继 Manus 全面开放注册不再限码之后，Lovart.ai 接棒成为了新的 " 一码难求 " 明星产品。在二手交易平台闲鱼上，Lovart 的邀请码甚至被炒到了 500 元一个。

Lovart.ai 官方称为 " 全球首个 AI 设计智能体（Design Agent）"，与市面上的传统设计工具或嵌入式 AI 插件不同，它能够直接理解用户的自然语言指令，自动生成从品牌设计到营销物料的全流程、多模态内容，包括图像、视频和音乐。

简单来说，它就像是一个能听懂人话、又能自动交付创意设计方案的虚拟设计团队。官方的多样化案例（包袋外观、咖啡包装、像素海报、宠物品牌 VI 等）也透露出 Lovart 并不是单纯的图片生成器，而是一个能贯穿创意与执行的智能创意伙伴。

那么，这个产品究竟如何？我们拿到了邀请码，亲自测试了一把。而且我们发现，与最初用邀请码来限量试用不同，随着更多的人可以使用这款产品，它也开始设置使用限额，对每天的访问进行 " 限流 "。不过即便在有限的体验中，你也可以从中看到这个产品背后的想法，这让很多人也对这个产品表达了足够的好评，包括它核心想要服务的设计师人群。

案例实测：AI 能像人类乙方一样接单了？

Lovart 的产品界面首页和常见的 Chatbot 类似，我们在聊天框中提出需求。

然后就切换到了左边画布，右边聊天框的布局。

所有生成的结果都会实时显示在左侧的画布中，并且可以在画布中自由拖动和缩放。

Lovart 补充了两个问题，音乐节的官方中英名分别是什么，以及对色彩、主题、视觉元素上有没有什么要求，像一个乖巧的乙方在提问。

接着 Lovart 去搜索了一些图片素材作为 " 灵感 "。

Lovart 选择调用 ChatGPT Image 生成了几张海报。

简要说明设计理念之后（基本上就是描述了每一张图片的元素），Lovart 让我们挑选一个最喜欢的 logo，以便它完成剩余的 VI 设计。

我们选择了第二个 logo，最后的生成结果是这样的：

Lovart 提供的编辑工具包括文本、矩形、椭圆和笔刷等，可以在图层中添加文字说明、绘制基本图形以及进行自由手绘操作，适合草图设计、构思阶段或轻量编辑。

此外还集成了局部修改、涂抹去除、扩图、抠图等等常用 AI 功能。

这张图片的二维码是多余的，选中图片之后，我们可以使用 Lovart 的自带的抹除功能进行编辑。

除了使用这些工具，也可以直接在选中图片之后，按下 Tap 键，使用 Prompt 进行编辑，比如这张图片的中文文字出现了错误，我们输入需求来进行调整。

文字进行了更正，但并没有保持图片其他部分的不变。

最后，所有生成的图片都可以导出为 JPG、PNG、SVG 三种格式。

作为对比，我们使用同样的 Prompt，让 GPT-4o 来一步完成这个任务。结果除了同样出现少数汉字乱码的问题之外，没有指定具体风格，似乎效果也不差。

准备继续第二个测试的时候，Lovart 提醒我们达到了每日 15 条消息的上限，只能饮恨而关掉网页。

让 AI 成为设计师

初步体验下来，我们确实看到了 Loveart 的亮眼之处，因为整合了业界最领先的模型，Lovart 生成的精确度和可实用度比较高，比如它能够搞定整套 VI 系统设计，这不仅要 AI 生成准确，还得真正懂 VI 是怎么一整套组合起来的。

"Talk（AI 生成） → Tab（图片编辑） → Tune（图层编辑）" 的流程说明其设计思路是先用自然语言拆解需求，再用可视化界面快速排版，最后支持分层精修，既留给专业设计师二次打磨的空间，也让非设计背景的人能直接交付成品。

在实际测试后，我们也咨询了一位互联网行业设计师的看法。他表示，初步看来，Lovart 最大的价值在于一次性地提供了创意方案与高度可编辑的成品，节约了初期灵感生成和反复修改的时间成本。

相比那些单点生成工具或仅提供灵感的 AI，做到了兼顾质量与效率，让设计师可以快速从概念落地到具体执行。" 自动生成的设计理念很有吸引力，并且可以进行后续的调整，这样就不用在各类工具之间换来换去，因为一些 AI 只能是通过其他的 AI 软件生成设计灵感后执行 "。

Figma AI

与 Figma、Canva、Photoshop 这类 " 在原有产品里嵌入 AI 功能 " 的做法相比，Lovart 和他们的共同点是都在试图用大模型的能力把想法到结果的路径缩短。

比如 Figma 的 AI 思路本质上是在其的 UI/UX 设计协作平台中嵌入智能助手，目的是增强设计师现有工作流程的效率和创造力。它通过 AI 自动化重复任务、辅助生成内容（如初步设计稿、文本、图像）、甚至初步的代码和网站，提高专业设计师的生产力，并将这种提效能力延伸到产品开发和营销素材的制作上。AI 在 Figma 中更多扮演 " 副驾驶 " 的角色。

相比之下，Lovart.ai 更像一个力求覆盖设计任务 " 端到端 " 的 AI 产品。它试图从用户一个相对简单的需求开始，AI 更主动地参与规划、搜集、生成初步的完整设计方案，并且设计领域更宽泛，不止于 UI/UX，还包括品牌视觉、营销海报、甚至视频等等。AI Lovart 中扮演更主动的自动化方案提供者的角色。

简单说，Figma 是让专业工具变得更智能，Lovart 是想让 AI 本身成为一个更全能的设计师。

不过，对于 Lovart.ai 来说，成本或许是一个潜在的问题，Lovart.ai 当前虽没有全面开放，但大量调用 SOTA（state-of-the-art）模型，高质量模型的调用价格本就不低，而 Lovart 所提供的是一整套完整工作流，涉及多模型串联推理，进一步推高了单位使用成本。

目前的邀请码机制、对每日调用次数的限制，表面上看只是为了控制成本，但更深层次的原因是 Lovart 面对 SOTA 模型调用的巨大资源消耗与快速扩大市场推广之间的矛盾。扩大内测规模意味着用户体验更佳、口碑更快传播，但随之而来的可能是越多人越烧钱；严格限流则维持了稀缺感与口碑，但也限制了产品更广泛的验证和推广速度。Lovart 如何在平衡这个矛盾，很大程度上取决于能否在保持产品体验的同时，找到可持续的商业模式。