文 | 新立场 Pro
美国未来学家罗伊· 阿玛拉提过一个
Related articles
著名的结论：人们往往高估技术的短期效益，却低估其长期影响。
在商业世界里，这个定律显得尤为残酷—— 那些试图兑现短期红利的公司，大多没能坚持到长期变革到来的那一天。
1 月 9 日，Lovart 的创始人陈冕坐在罗永浩的播客镜头前，谈起过往几年，语气里有一种出乎意料的平淡。这位历经了移动互联网整个周期的老兵，彼时的处境远非“ 平淡” 二字可以概括：公司账上曾只剩 4000 元现金，核心产品遭遇过无预警下架，在投资人门前吃闭门羹更是常态。
用罗永浩的话说，那时他“ 很狼狈”，如同站在一场惨烈补贴战争后的废墟上，四下望去，还看不见隧道尽头的光。
转机发生在 2025 年 5 月，Lovart 发布即迎来“ 大爆”，推特上出现近 5000 条讨论帖，官方视频播放量近百万，甚至连马斯克都点了赞。24 小时内，waitlist 申请人数超过 2 万。从谷底到峰巅，转折快得像一部精心剪辑的创业电影。
但如果只把它看作一个绝地求生的幸存者故事，似乎又显得过于简单。2025 年的生成式 AI，卡在一个微妙的临界点—— 从一个令人惊叹的“ 昂贵玩具”，蜕变为真正可靠的生产力工具。Lovart 的这次“ 意外” 走红，恰恰成了观察这个转折的最佳样本。
Lovart 在海外的意外突围，不仅关乎生存，更是在回应一个行业质疑—— 在模型巨头的阴影下，应用层公司究竟只能做短期的流量生意，还是能长出独立于模型之外的核心竞争力。
在 Midjourney 依然统治着“ 抽卡式” 绘图的当下，Lovart 选择了一条更重的路径：它不再满足于单点的“ 内容生成”，而是试图接管复杂的“ 工作流 （Workflow）”。这是所有 AI 应用想要落地的必经之路，但回顾互联网历史，那些优化工作流的工具，往往也是最先听到倒计时钟声的。
陈冕将公司搬到了离 AI 震中最近的地方。在那里，他和他所代表的这批来自中国的应用层创业者，都面临着同一个问题：他们所擅长的“ 极致工程化与产品化” 能力，即被戏称为“ 缝合” 的智慧，究竟足以演化出一套独立的“ 创意操作系统”，还是说，一切仅仅是在巨头阴影彻底吞没赛道之前，最后一段尽力的狂奔？
大厂思维遭遇 AI“ 原生” 问题
陈冕的履历，是一份标准的中国移动互联网“ 成功学” 样本。
从腾讯、百度、360、到滴滴、字节跳动，这份名单几乎囊括了中国移动互联网时代所有的巷战与荣光。对他而言，那十年是一场漫长的“ 创业预备役”，也教会了他一套关于“ 认知领先” 与“ 极致执行” 的方法论。
然而有趣的是，这位深谙大厂规则的老兵，在 AI 时代却发起了一场小小的“ 兵变”：在 Lovart，他拿掉了产品经理 （PM） 的位置。
陈冕的逻辑自洽且激进。他认为在 AI 改写生产力规则的当下，产品的壁垒正从“ 交互体验” 的细腻，转向“ 垂直行业知识” 的密度。因此，懂行业 Know-how 的专家，理应比管理需求的通才更有话语权。
这背后有着一层未曾言明的自信，或许源于他作为摩拜产品总监的过去—— 当创始人自己就是最顶尖的产品经理时，自然会觉得“ 需求翻译” 这个角色，有时略显多余。
这就好比雷军作为集技术、产品与营销于一身的“ 超级节点”，也曾让小米在很长一段时间里呈现出类似的特质：顶层意志能够穿透组织直接定义产品时，依靠一个全知全能的大脑来压缩决策链条，往往被视为效率的最优解，而那些负责按部就班的中间层，则容易被视为一种效率的磨损。
在陈冕的构想中，工具的智能化将终结“ 需求管理者” 的使命，而将舞台完全留给“ 需求定义者”。
正如今天的 Lovart 一样，在极致的效率与大众的易用性之间，留下了一道需要用户自行跨越的鸿沟。它赌用户愿意为了更深度的专业能力，去主动爬升学习的陡坡；也愿意押注“ 专家的密度” 能够压过“ 人性的惰性”。表面上看，数据似乎为陈冕这套“ 专家逻辑” 提供了阶段性的佐证：Lovart 的日活稳定在 5–20 万区间，且保持增长；赛道同行 LiblibAI 的大额融资，也在印证专业级工具的市场热度。
当然，硬币的另一面被隐晦地折叠了。 设计师掌握的是“ 供给侧的 Know-how”（如何画好一张图），而产品经理往往负责“ 需求侧的 Know-how”（用户愿意花几秒钟解决问题）。
在传统互联网产品中，正是 PM 站在“ 小白” 的视角，将专家的能力降维翻译成“ 一键操作”，从而完成了对用户惰性的最大妥协。失去了这层过滤，Lovart 更像是设计师为自己定制的自动化工具，而非面向大众的消费级产品。
这种供需视角的错位，最终投射在了产品形态上。Lovart 呈现出一种极客式的精致——Web 端复杂的 Canvas 画布，图层、蒙版、Inpainting 等专业术语一应俱全。
坦白来讲，这的确是一个完美的“ 桌面端工作站”，却可能并非是“For Everyone” 的最优解。对于那些真正的目标用户：疲于奔命的电商店主、绞尽脑汁的市场专员，或是只想快速出图的甲方。真实的高频场景往往并不是配置双屏显示器的工作台，相较于一套严丝合缝的“ 强大工作流”，他们更迫切需要的，其实是在碎片化的几十秒内，获得一个确定性结果的即时交付。
这像是一种典型的大厂后遗症：善于建造精密、复杂的系统来解构世界，却偶尔会忘记，“ 简单” 本身才是商业史上最强大的颠覆力。技术演进的方向，永远是门槛的消融与直觉的胜利。Lovart 果断地消灭了 PM，也顺手拆掉了连接“ 专业深水区” 与“ 大众浅滩” 的最后一座桥梁。
它在专业圈层赢得了尊重，却也用这份“ 专业”，悄然为自己设置了增长的天花板。
在义乌，这种“ 错位” 被具象化，一位经营饰品的小商家向我们展示了她的困惑：面对 Lovart 复杂的“ 图层混合模式”，她最终还是切回了美图秀秀，“ 我只想改个背景色，为什么不能点一下就行？”
陈冕选择了一条更难的路，试图教育用户像设计师一样思考。这是一种令人敬佩的理想主义，但市场往往更偏爱那些顺应人性的妥协者。
这或许解释了 Lovart 当前微妙的处境：它成为了一个更好的工具，但尚未长成一个更大的产品。
Manus“ 出题”，Lovart“ 解题”
在谈论 Agent 领域的先行者 Manus 时，陈冕的“ 感谢” 流露出一种复杂的敬意。
在 Manus 以现象级产品点燃市场之前，关于 AI Agent 的顶层认知，在硅谷与中关村的咖啡厅里早已不是秘密。大家心照不宣，却大多停留在精致的 PPT 与谨慎的观望中。
本质上，是 Manus 充当了那个品尝“ 第一只螃蟹” 的勇者，用真金白银和产品验证了市场“ 毒性” 与用户热情。它支付了最高的市场教育成本，才为后来者如 Lovart 扫清了认知上的迷雾，将一场冒险变成了有路可循的竞赛。
科技创投圈从不缺聪明的头脑，缺的是将共识押上牌桌的决绝。Lovart 展现的速度—— 在风口被确认的瞬间便抛出成熟产品，无疑是另一种珍贵的才华，一种极致的执行力。
陈冕的坦诚在于，他并不讳言这份“ 激进” 的底气，部分正源于站在了 Manus 验证过的安全区之后。创新的光谱里，有时“ 时机” 比“ 发明” 更关乎生存。当陈冕感慨“ 是时代在呼唤这个产品” 时，他含蓄地略去了前提：是 Manus 率先扯开了时代的幕布，让人们看见台下早已坐满了观众。Lovart 是那个迅速登台、并且表演精彩的演员。
Manus 提供的，是一个让所有应用层创业者心跳加速的剧本。即便被贴上“ 套壳” 的标签，只要能精准锚定需求，中间层不仅能生存，更能爆发式盈利，这也昭示着一个颠扑不破的道理：在技术变革的早期，一个定位锋利的好工具，往往比描绘宏大蓝图的底层基建，更快触达真金白银。
Lovart 精准地捕捉到了这个路标。专注海外市场的策略使 Lovart 在美国市场获得了三分之一的用户与收入，根据 2025 年 10 月的数据显示，其 DAU 稳定在 20 万级，预测 ARR 达到 3000 万美元。
这种漂亮的财务模型，让 Lovart 成了一级市场回暖潮中的“ 最大公约数”，这某种程度上是 VC 们的一种“ 被动选择”。当底层模型的战争演变为千亿美金入场券的巨头游戏，红杉与高瓴们已无法再投出一个 OpenAI。于是，无处安放的热钱只能向下溢出，涌向 Lovart 这样具备现金流与数据的应用层。
但这与其说是 VC 们笃信应用层的光明未来，不如说是身处巨大泡沫之中，他们迫切需要一些能体现在报表上的 ARR 数字来安抚 LP（有限合伙人） 的焦虑。Lovart 成为了这个时间窗口下的最佳标的—— 它的概念或许不够感性，不够具备颠覆性，但至少它足够“ 像” 一个赚钱的正经生意。
然而，这种建立在资本“ 避险情绪” 与海外 SaaS 土壤之上的确定性，在跨越国界时遭遇了断崖式的失效。
随着国内 AI 创业团队集体出海，Lovart 也试图进行一次逆向的“ 出口转内销”，推出了国内版“ 星流 Agent”。但现实显得颇为骨感，在缺乏引路人以及海外那种成熟路径依赖的情况下，星流 APP 在 APP store 的排位并不理想。截至发稿，星流 APP 甚至在图形与设计分类也仅排名 45 位。
所谓“ 水土不服” 的背后是中美科技生态深层势能差的直观体现。海外市场，是付费习惯、开放生态与工具价值的复合体；而国内市场，则意味着惨烈的价格内卷、薄弱的付费意愿，以及巨头用围墙精心构筑的花园。
Lovart 在海外习得的“ 精英工具” 打法，在国内大众市场的狂野平原上，多少显得有些曲高和寡。
此种情形，令人不禁想起曾经的网景 （Netscape）。它开创了浏览器的时代，完成了用户启蒙，但最终其核心功能被操作系统无缝吸纳、内置。
历史固然不会简单重复，但逻辑却时常押韵。当 AI 从生成炫酷图片迈向接管企业核心工作流，数据主权、技术依赖与生态锁定将成为更严肃的议题。
留给 Lovart 们的时间，既是资本的耐心，也是技术迭代的周期，更是巨头从观望到下场之间，那段微妙而珍贵的寂静。在这段寂静被打破之前，Lovart 还需要完成一次关键的身份跃迁。
是工具，也是“ 编排者” 的胜利
虽然外界常以“ 缝合” 概括 Lovart 的形态，但在更严谨的技术语境下，这种能力被定义为“ 编排 （Orchestration）”。
这不是说简单地把 GPT-4、Sora 等巨头的模型 API 串起来，而是构建了一套基于多模态思维链 （MCoT） 的“ 创意推理引擎”。它的任务是在毫秒之间，理解用户模糊的意图，拆解出所谓的“ 品牌调性”，然后像乐队的指挥一样，精准调度不同的模型声部，合成最终的可见的“ 乐章”。
商业的本质，有时是相通的。滴滴不生产汽车，美团也不做饭菜，但它们通过算法掌握了调度权，从而握住了生态的阀门。Lovart 的逻辑异曲同工，通过 ChatCanvas 实现的图文分离与局部重绘 （Inpainting），本质上是在解决生成式 AI 最大的痛点—— 不可控。它的野心，是把 Midjourney 那种充满随机惊喜的“ 黑盒抽卡”，驯化成一条稳定、可预期、可回溯的工业级 SOP（标准作业程序）。
《新立场》 一直的观点都是，进入 2026 年，底层模型逐渐走向同质化，对工作流 （Workflow） 颗粒度的极致理解，成为了应用层真正的壁垒。Midjourney 代表了上一阶段的“ 生成范式”：结果惊艳但如同开盲盒，修改一个杯子的颜色往往意味着重绘整张图片。而 Lovart 标志着产品逻辑从“ 单点工具” 向“ 系统化 SOP” 的进化。
这种进化在 ChatCanvas 中得到了具象化体现：图文分离、分层提取、实时协作。用户不再是“ 生成后离场”，而是可以在平台内完成多轮编辑与交付。这种将 AI 能力无缝嵌入 SOP，让随机灵感变为确定性资产的能力，正是陈冕所强调的“AI Native”。
陈冕对此很清醒：“ 我知道和巨头硬碰硬是什么下场。” 因此，Lovart 的选择是“ 向深处走”，去挖那些又脏又累的垂直沟壑。巨头们喜欢一望无际的平原，喜欢用通才模型覆盖最大公约数。而 Lovart 则蹲在那些需要手工介入、流程琐碎、ROI 算不过来的细分场景里，构筑自己的迷宫。在这里，通用大模型的“ 暴力美学” 容易失效，而 Lovart 积攒的垂直 Know-how，便成了唯一的通行证。
当然，作为建立在顶尖 API 之上的应用层，Lovart 始终面临着一种结构性的紧迫感。1 月 13 日，Anthropic 发布的 Claude Cowork 仅用一周半时间开发完成，展示了底层模型在通用场景下惊人的推理与规划能力。
这无意间为不久前那场震动硅谷的并购案增添了几分黑色幽默，Meta 重金将 Manus 收入囊中，但 Anthropic 却用不到两周的开发周期证明了：应用层引以为傲的壁垒，在原生模型的进化速度面前，或许薄如蝉翼。如果仅仅停留在浅层的调用，中间层的“ 编排价值” 极易被不断进化的 Foundation Model（基础模型） 稀释。
尽管陈冕将愿景设立为“ 创意操作系统”，Lovart 目前仍处于从“ 生成驱动” 向“ 交付驱动” 跨越的关键期。在格式兼容、团队协作等交付闭环上，Lovart 面临的挑战不言而喻，而这些正是 Adobe 等传统软件巨头的腹地。
但商业的戏剧性也在于此，巨头背负着历史的包袱与生态的枷锁，而 Lovart 们，则拥有轻装上阵的速度和近乎鲁莽的决绝。
陈冕与 Lovart 的故事，是中国 AI 时代应用层创业者的一份典型样本。他们是移动互联网大厂体系培养出的“ 优等生”，也继承了上一代互联网战争中磨练出的敏锐嗅觉、战术素养，还有极致的动员能力：在风口确立的瞬间，迅速组织资源，以体验优秀的产品承接溢出的流量，并高效地兑现商业回报；以及面对大公司收购邀约时坚定的决心。
依靠 ChatCanvas 带来的体验红利，Lovart 暂时在 Adobe 与 Midjourney 之间，挤占了一个微妙的生态位。
当然，独立的代价也是昂贵的。为了避免被上游模型厂商“ 顺手整合” 的命运，《新立场》 认为，Lovart 的当务之急是向深处下潜—— 介入 LoRA 模型、渲染引擎以及私有化数据闭环的自研。即便在拼资源、拼算力、拼周期的阵地战中，这是巨头最擅长、而创业者最容易力竭的领域。
正如刘慈欣 《山》 里写到，“ 山在那儿，总会有人去登的”，既然 Manus 能到达，为什么 Lovart 不能努力往那儿走呢？
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
