Lovart 2.0推个人设计Agent，Arti能自主调研改稿

2025 年，Lovart 作为设计 Agent 开始进入大众视野，尝试用 AI 把从创意构思到成图出片的完整流程整合到同一块画布上。随着生成能力与指令遵循水平的提升，AI 的演进重点正转向更深度的个性化与主动性。

在日常设计工作中，重复性任务占比极高：记住设计师偏好的色系与版式、避开已被否决的方案，或是定期输出多尺寸物料。Lovart 升级至 2.0 版本后，交出的答卷是定位于个人设计 Agent 的新产品——Arti。

建立在「记忆」之上的专属 Agent

Arti 不仅负责被动生成，还能接手完整的设计链路。它会在设计流程中主动调研背景、收集参考、检查画布遗漏，并根据修改反馈持续调整，甚至将高频操作沉淀为可复用的技能。

为了理解不同创作者的风格与审美偏好，Arti 的交互起点建立在记忆系统上。

首次使用时，用户需设定专业背景，涵盖电商、营销或内容创作等细分领域。系统还会进一步明确设计师的具体工作角色（甲方、乙方或独立设计师），以适配差异化的协同方式。

在审美设定阶段，Arti 专门加入了「哪些情况不按默认风格执行」的规则配置，用来兼容平台规范限制或特定品牌联名。此外，用户可以直接上传过往的设计稿、排版文档或历史物料，让 Agent 直观解析其视觉习惯。随着创作流程的推进，成功与失败的案例都会被记入日志，驱动模型持续迭代。

从被动响应走向主动协同

相较于传统的生成工具，Arti 的显著变化在于增强了全流程的主动性，尤其在前期调研与后期规范校验环节。

在项目初期，繁重的情绪板搭建与竞品调研往往耗费大量精力。设计师在对话框中唤起 Arti 并提供核心需求后，Agent 会自主展开背景资料检索与视觉拆解。

例如在户外品牌电商策划中，Arti 会分析主视觉核心元素的比例、色调与文字排版，并主动调取对标品牌的视觉范例。整份调研成果可直接无缝转入主画布继续深化。

进入制作阶段后，面对长上下文与多轮修改，常规生成往往容易出现风格发散的问题。Arti 会在全局画布视角下持续监测视觉一致性。若某个电商横幅的画幅比例偏离了既定规范，系统会在对话中主动提示并提供一键校准选项。

针对团队协作，Arti 支持抓取画布中的批注与评论，自主汇总修改意见并拟定优化步骤。用户确认后即可直接执行批量调整。当系统检测到高频重复的操作流（如服装多角度上身图合成），会自动将其打包为「技能」并归档在管理面板中，后续只需替换主体素材即可一键调用。

自驱动的「设计委托」模式

除了实时协同，Arti 还引入了自驱动任务机制——设计委托。

用户只需设定清晰的 Prompt、参考素材、执行时间与频次，Agent 就能在后台自主推进任务。该机制适合需要批量延展或定期排期的多物料需求。

系统提供了不同算力梯度的执行模式：「快速」模式适合灵感收集与基础文案；「均衡」模式兼顾速度与质量，适用于多场景图的大规模铺设；「专家」模式则支持 4K 级别的图像与视频渲染，胜任复杂排版的视觉中心物料。

例如在大型促销节点，主视觉确立后往往需要适配数十个 SKU 的多尺寸规格。设计师可以通过一次委托，指定统一的字体、色彩与构图规则，由 Arti 在后台自动完成上百张物料的替换排版，次日直接交付验收。

针对冷启动场景，系统内置了覆盖主流业务的 16 类委托模板，涵盖日常素材抓取到多版式延展。多模态模型的演进正在补全单一维度的生成能力，而类似 Arti 这样的 Personal Agent，正尝试通过主动性与工作流闭环，将创作者从机械性的案头与延展任务中解放出来。