AI时代产品思维 从Lovart谈谈大模型时代产品分层逻辑

从Lovart"三重天“看大模型时代产品"七重天"

蕴含线索的名字

近来，一个名为Lovart的AI应用悄然走红。它没有繁复的界面，仅凭一个对话框，用户便能“口述”心中所想，收获颇具魅力的视觉图像。这看似简单的交互背后，实则蕴藏着对“自然用户界面”（NUI）的深刻理解和极致追求。

Lovart的魅力并非偶然，它源自一场精心打磨的进化历程，背后的创造者正是liblibAI。有趣的是，公司名称本身就暗含着产品迭代的密码。通过Lovart这个窗口，我们得以洞察大模型时代的产品构建逻辑。理解这种新型产品思维，无论对企业还是个人而言，都将成为把握未来发展的重要指南。

liblibAI成立于2023年5月，短短两年间便实现了惊人的成长飞跃。2024年初，公司成功完成数亿元融资，一举成为国内AI图像领域融资规模最大的企业。更令人瞩目的是其用户生态的爆发式增长——平台已吸引2000万创作者，每天产生数百万次创作互动，用户自主训练的AI模型超过50万个，累计生成的图片数量更是突破5亿张。这家年轻的公司不仅打造了一个活跃的创作社区，更构建了从内容生产、分享到版权交易的完整闭环。

观察其产品发展路径，可以清晰地看到三条主线：LibLib、星流、Lovart。它们并非简单的迭代关系，而是针对不同用户群体、不同需求层次和不同产品阶段的精准布局，共同搭建起通往AI普惠的阶梯。

产品“三重境”

1 LibLib：筑基之始，极客乐园

时间回溯到2023年，LiblibAI初出茅庐。当时的界面是典型的技术产品风格：复杂的参数面板、密集的功能按钮、需要专业知识的操作流程。

第一批种子用户是热衷尝鲜的大学生和二次元爱好者。他们聚集在这个中国版“Stable Diffusion”平台上，在线进行LoRA模型训练，分享模型素材库，通过WebUI和ComfyUI创作图像。

此时的核心价值在于：

• 降低了AI图像创作的技术门槛

• 构建了模型分享的社区生态

• 积累了宝贵的用户数据和训练模型

当平台原创模型突破10万大关时，LiblibAI开始向商业领域拓展：电商产品图、工业设计草图、建筑效果图、插画创作等专业场景1。技术爱好者的小圈子，逐步裂变为多元创作者社区。

2星流：破茧之变，迈向泛化

2024年，星流Beta版上线带来关键转变：产品界面大幅简化，最显著的变化是极度弱化了提示词输入10。

原本需要专业知识的提示词工程，变成了 “描述你脑海中的画面” 的友好引导。平台内置提示词优化、自动翻译、图生词等功能，大幅降低使用难度。

星流还创新性地引入无限画布概念，将专业工作流一键封装，各类编辑功能整合在简洁界面中10。设计师张蕾的体验颇具代表性：“以前要花半小时调整参数，现在几句话就能得到接近想法的初稿”。

这一阶段，用户群体从技术爱好者扩展到职业设计师、产品经理和创意工作者。产品积累的不再只是用户数据，更是行业Know-How和产品化经验——这些无形财富成为通往下一阶段的阶梯。

3 Lovart：大道至简，归于自然

2025年，Lovart的发布惊艳业界。其界面简洁到极致：仅有一个对话框6。背后却是革命性的MCoT（多模型协作思考） 机制：

当用户输入需求时，Lovart首先进行意图解析与任务拆解，随后调用外接大模型群协同工作。整个过程如同经验丰富的设计总监带领专业团队：

1. 理解需求：根据用户输出理解语义和背后需求

2. 灵感搜集：自动搜索相关设计案例

3. 创意发散：生成多方案草图

4. 专业深化：制作完整VI体系

5. 设计说明：附赠专业理念解读

自然语言交互（NUI） 至此完全成熟。一位试用过的品牌总监感叹：“它不像工具，更像拥有十年经验的设计伙伴——理解意图，弥补疏漏，甚至比我想得更周全”。

启示七重天

Lovart的成功绝非偶然，其背后揭示了大模型时代清晰的产品分层逻辑：

1 基础层：算法与数据的基石

代表玩家：OpenAI、DeepSeek、Stable Diffusion、Gemini，Claude。

这是大模型世界的造梦者，专注算法突破与数据训练。如智源研究院王仲远所言：“基础大模型达到可用状态时，像水、电、操作系统一样，成为基础设施”。

这一层里，核心能力是算法与数据，价值主导者是算法工程师，决定着智能天花板的高度。此时的目标用户大模型的应用企业。

2 云服务层：算力与连接的桥梁

代表玩家：火山引擎、SiliconCloud、阿里云。

这是产业落地的输血管道，核心能力在于弹性算力调度与商业化服务。据IDC报告，2024年中国大模型云服务调用量突破114万亿tokens，年均增速超300%。

价值主导者由BD、销售、开发者构成三角支撑——火山引擎以46.4%市占率领跑市场，其秘诀在于构建 “多云多模型”基础设施：既提供LLM专属集群优化训练效率，又开放数十种预置模型API实现开箱即用。

此时目标用户应该聚焦需快速部署AI能力的企业，如某车企借其云平台3周内上线智能客服系统。

3 创作平台层：极客的创新沙盒

代表玩家：LiblibAI、、OpenArt、Hugging Face。

专注降低创作门槛与激发社区生态，核心能力是产品化封装+社区运营。这类平台汇聚技术尝鲜者与创意先锋——正如技术采纳曲线中的“创新者”群体，LiblibAI早期用户中72%为Z世代开发者与二次元创作者。

这一层价值由产品经理与工程师共同驱动：OpenArt通过模型版本管理功能，使创作者收益提升300%；Hugging Face凭借开源协作机制，托管模型超50万个。其商业逻辑在于构建创作者-使用者双边市场，形成双边市场效应。

4 AI工具层：垂直领域的专业利器

代表玩家：即梦、AiPPT、国信股市助手。

核心能力体现为 “四维融合”：开发能力×产品设计×工程化×商业闭环。

这层目标用户是垂直场景的深度使用者——如“国信股市助手”服务超200万投资者，通过萃取百万份研报与十亿级财经视频，将专业投顾能力普惠化。

价值主导者需研发、产品、增长团队铁三角协作：即梦为服装商家提供AI换模特功能，降低90%拍摄成本，6个月内付费转化率达17%。这类产品的护城河在于垂直场景Know-How的AI化封装。

5 产品+AI层：传统产品的智能升级

代表玩家：WPS AI、印象笔记、Adobe Firefly、Notion。

本质是成熟产品的智能跃迁，核心能力在于原有价值基因为AI能力重构。

价值主导者需产品与研发深度耦合——Adobe将Firefly无缝集成至Photoshop，用户只需框选区域输入“盛夏海滩”，系统自动生成符合透视与光影的填充内容。这类升级不改用户习惯，却倍增生产力。

目标用户仍是产品原有客群，但体验获得代际升级：WPS AI将大模型嵌入表格/文字/演示/PDF四大组件，使财务报告制作时间从3小时压缩至20分钟。

6 AI产品层：原生智能的新物种

代表玩家：智能工牌(销售助手)、妙想泡泡（儿童AI玩伴） 、Rewind（个人数字记忆）。

特征是从零构建的AI原生体验，核心能力是场景价值挖掘与AI化实现。

目标用户为新需求催生的新群体：如“妙想泡泡”通过情感交互引擎，吸引300万儿童用户，日均对话量达千万次。

价值主导者依赖产品+研发+增长的敏捷迭代。这类产品往往开辟全新市场，如Rewind打造的个人数字记忆库，已获2500万美元融资。

7 AI智能体层：自主执行的数字伙伴

代表玩家：Lovart、Manus、Flowith。

代表现阶段产品演化的终极形态，核心能力是场景化任务分解与多模型协同。

这层目标用户已经发生高度泛化——Lovart同时服务专业设计师与奶茶店老板，比如后者输入“樱花季促销海报”即可获得完整营销物料包。

价值主导者需产品与研发深度理解人性需求：Flowith能将“筹备婚礼”拆解为129项任务，自动协调摄影、酒店、礼服等服务商。

斯坦福研究指出，这类智能体的爆发需三个条件：多模态理解（如GPT-4o）、工具调用能力（如OpenAI函数调用）、记忆架构（如向量数据库），2025年正迎来临界点。

产品哲学点燃未来

Lovart的走红，是其历经“三重境”厚积薄发的结果，更是对“产品化分层逻辑”与“自然交互”理念的完美诠释。

人机交互的核心演化逻辑：归于自然。AI产品如同一位技艺炉火纯青的诗人，将复杂的技术格律内化于心，外化于行云流水般的对话之中。

正如现在电商直播形态，就是回归了线下最自然的“看、聊、实时反馈”模式，技术隐于无形，体验流畅无碍。大模型产品的交互，亦当如此，让技术成为“隐形的翅膀”。

当前，大模型基础能力日趋完善，产业链条快速补强，正是产品化与智能体开发的黄金窗口期。

Lovart的路径启示我们：成功的AI产品，需要清晰的分层定位、对交互本质的深刻洞察，以及面向最终用户的持续简化与自然化。

可以预见，在通往“人机共生”的星辰大海中，如Lovart般精妙的产品与智能体，必将迎来井喷之势，点亮更多想象不到的角落。

未来已来，唯“自然”与“智能”共舞。