沒想到，AI 設計竟然卷到這一步了

昨天我在自己常用的一款 AI 設計工具里發(fā)現(xiàn)兩個新功能，說實話，有點驚艷。

同時我也覺得，設計師和攝影師的臨界時刻正在慢慢到來。

我現(xiàn)在的所有設計類和攝影類需求全部都交給 AI 來滿足了，包括你們看到我公眾號文章的封面圖以及海報圖，都是我的 AI 設計師做的。

工具之前也跟你們介紹過，就是我經常用的 Lovart（https://www.lovart.ai/）。

這次更新的兩個功能分別叫「多角度」和「矢量化」，我先給你們看一個案例。

這是我公眾號和微信頭像的原圖，2016 年在北京望京 SOHO 拍的，然后我在 Lovart 里點擊圖片并選擇「多角度」。

大概幾秒鐘后，我就得到了不同角度拍攝的照片。

我自己都沒想到，10 年前拍的照片在今天還可以重新拍一次。

而且，每一個細節(jié)都做到了精準還原。

你們可以看不同角度下我的發(fā)型、眼鏡、嘴巴、衣服褶皺，甚至我抬頭時的廣角鏡頭感，全部都完美呈現(xiàn)出來了。

看到這，你可能會覺得這是輸入不同角度的提示詞實現(xiàn)的。其實不是，而是可視化操作。

注意看。

我只要用鼠標拖動這張照片，就可以得到不同角度、傾斜、縮放狀態(tài)的圖片，然后一鍵出片。

這解決了一個痛點，就是每次依靠提示詞去抽卡帶來的不確定性，這種所見即所得的設計體驗對普通人簡直太好了。

多角度功能里有兩種模式，一種是主體圖片模式，還有一種是攝像頭模式。第一種就是拖動照片角度，第二種就是能直觀看到攝像頭從哪個角度拍過去。

我個人覺得，攝像頭模式會更好用。

平時我們拍個人照，很多時候只會保留一張滿意的角度。但如果想拿它去做頭像延展、內容封面、人物素材，單一角度就不夠了。

這時候，多角度能力的價值就出來了。

基于一張已有照片，可以繼續(xù)補出不同視角的效果，相當于把一次拍攝的結果，擴展成一組可以使用的素材。

包括我之前給你們看過的我自己做的短劇分鏡，也可以用「多角度」功能生成不同視角的二次分鏡畫面。

不同視角、近景、遠景、特寫，就像一個 AI 攝影棚一樣，很方便。

Lovart 做了一件挺有意義的產品改進，他們沒有繼續(xù)在「更會出圖」這件事上做文章，而是在往設計工作流更深處走。

說得更直接一點，它開始解決 AI 設計里的「最后一公里」問題了。

尤其是你已經有了一張還不錯的圖，只是覺得視角不夠完整，或者構圖不夠理想。這個時候最煩的不是重做，而是明知道只差一點，卻沒有辦法把它補全。

Lovart 的多角度功能，解決的就是這個問題。

它不是讓你重新生成一張“差不多”的圖，而是圍繞同一個主體，在原有基礎上繼續(xù)擴展不同視角。

這個思路很重要。

因為一旦從「重新抽圖」切換到「穩(wěn)定擴角度」，AI 的角色就變了。

它不再只是一個出圖工具，而更像一個可以協(xié)助你完成拍攝和構圖延展的設計助手。

再看一個案例，這是我去年在日本街頭拍到的一輛保時捷 911，我非常喜歡這輛車。

不過，那次其實挺遺憾的，因為拍攝時機和位置的關系，我沒來得及把它完整拍全。

后來回頭看照片，就會覺得可惜，如果當時能再補幾個角度，這組內容的完整性會高很多。

Lovart 的「多角度」功能，剛好在某種意義上補上了這種遺憾。

它不是簡單地復制一張圖，而是幫你把已經拍到的這個主體，繼續(xù)擴展出更完整的視角體系。

對喜歡記錄、也對畫面完整性有要求的人來說，這個體驗是很直觀的。

接著看，你們也知道我自己喜歡收藏汽車模型。

而且，給自己收藏的車模拍照是個挺享受的過程，這個場景特別適合展示多角度。

因為模型本身就天然適合做前后左右、俯仰遠近的細節(jié)展示。以前如果想認真拍一組，得自己找光線、找角度、找背景，還得一張一張拍。

現(xiàn)在你可以先拿到一個基礎視角，再繼續(xù)往外延展更多鏡頭感和展示位。

這是我自己實拍的原圖。

這是 AI 幫我換個角度拍攝后補全的效果。

注意看右邊那張補全的圖，AI 不只是換了個角度，它還把我原本沒拍全的車位和后輪展示出來了，而且完全正確。

懂車的讀者知道，這輛車就是 GTR R34，細節(jié)也全部還原，包括發(fā)動機艙的內部機械結構。

講真，是真的強。

再給你們看一張我自己拍攝的汽車模型原圖。

以及，利用 Lovart 的多角度功能換不同角度做出來的效果。

有了這個能力，做電商產品圖、做個人肖像圖、做手辦模型拍照，擴展空間就大很多了。

不僅在實際設計工作流里，在日常生活中也可以用到。

過年去海南過年時，李小姐給我拍了一張工作照，旁邊是小小唐在玩，不過這個場景只拍了一張，有點可惜。

不過有了 AI 多角度能力，這個遺憾就能彌補了。

不僅有不同視角，還有特寫、廣角、甚至還能調整光線，而且對多個人物的識別和一致性還原也做到位了。

你會發(fā)現(xiàn)，多角度這個功能的本質，不是讓圖片變花樣。而是讓一個原本單點的素材，變成一個可以講述、可以展示、可以組合使用的素材組。

這背后提升的，其實是內容表達的完整性。

再說另一個功能，矢量化。

如果說多角度解決的是展示不完整的問題，那矢量化解決的就是能看不能用的問題。

很多 AI 生成的圖，第一眼都挺驚艷。但真到設計環(huán)節(jié)，很快就會碰到一個硬傷：它只是位圖。

位圖的問題大家都知道，放大會糊，不方便細改，也很難直接進入專業(yè)設計軟件的后續(xù)工作流。

這也是為什么很多 AI 生成內容，最后都停留在靈感參考層面。

看著不錯，但離真正可交付，還差一截。

Lovart 的矢量化功能，就是把這件事往前推了一步。

它可以把普通圖片轉換成 SVG，也就是更適合繼續(xù)編輯、縮放和復用的矢量格式。

這個功能看起來樸素，但實際很重要。

因為從某種意義上說，只有當一張圖能進入設計資產體系，它才真正有了商業(yè)價值。

上面的案例是我的個人 logo 和名字設計文件，這類素材本身就非常適合用矢量格式來處理。

因為無論你是做頭像標識、內容封面、課程物料，還是后續(xù)延展到海報、印刷品、社群視覺，都需要它具備足夠好的可編輯性和可縮放性。

生成的 SVG 文件是可以直接下載的，直接導入 Illustrator 和 Figma 這類產品就能用。

這也是我看 Lovart 這次更新時，真正覺得有意思的地方。它不是在追求那種第一眼很驚艷的功能噱頭，而是在往更深的地方走，往真實設計工作流里走。

不少產品熱衷于證明自己「能生成」，但真正好用的產品，應該證明自己「能幫你完成工作」。

從這個角度看，多角度和矢量化，其實對應的是兩個很關鍵的能力升級。

前者讓 AI 更像一個虛擬攝影棚，讓你可以把一個主體講得更完整。

后者讓 AI 更像一個設計資產生成器，讓結果不止停留在好看，而是更接近可用。

AI 設計走到今天，已經過了只拼生成能力的階段。

接下來更值得關注的，是誰能從生成走向生產，從效果走向資產，從演示走向落地。

如果你本身就在做內容、做設計、做視覺表達，或者你也在關注 AI 如何真正進入設計工作流，那這兩個功能，可以試一試。

鏈接我放這里了：https://www.lovart.ai/

AI 成為生產力，比我們預想的更快。

················· 唐韌出品 ·················

安可時刻

挺驚喜的，我那張頭像照片在這里站了 10 年了，今天竟然讓他換了個角度重拍一次，畫面一下子就被拉到了 10 年前。

那時候，我還是個剛做產品幾年的新人。那時候，還是移動互聯(lián)網的黃金年代。

時光不在，AI 重生。