沒(méi)想到，AI 設(shè)計(jì)竟然卷到這一步了

昨天我在自己常用的一款 AI 設(shè)計(jì)工具里發(fā)現(xiàn)兩個(gè)新功能，說(shuō)實(shí)話，有點(diǎn)驚艷。

同時(shí)我也覺(jué)得，設(shè)計(jì)師和攝影師的臨界時(shí)刻正在慢慢到來(lái)。

我現(xiàn)在的所有設(shè)計(jì)類和攝影類需求全部都交給 AI 來(lái)滿足了，包括你們看到我公眾號(hào)文章的封面圖以及海報(bào)圖，都是我的 AI 設(shè)計(jì)師做的。

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

這次更新的兩個(gè)功能分別叫「多角度」和「矢量化」，我先給你們看一個(gè)案例。

這是我公眾號(hào)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(diǎn)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(méi)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(gè)細(xì)節(jié)都做到了精準(zhǔn)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(shí)的廣角鏡頭感，全部都完美呈現(xiàn)出來(lái)了。

看到這，你可能會(huì)覺(jué)得這是輸入不同角度的提示詞實(shí)現(xiàn)的。其實(shí)不是，而是可視化操作。

注意看。

我只要用鼠標(biāo)拖動(dòng)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(gè)痛點(diǎn)，就是每次依靠提示詞去抽卡帶來(lái)的不確定性，這種所見即所得的設(shè)計(jì)體驗(yàn)對(duì)普通人簡(jiǎn)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(dòng)照片角度，第二種就是能直觀看到攝像頭從哪個(gè)角度拍過(guò)去。

我個(gè)人覺(jué)得，攝像頭模式會(huì)更好用。

平時(shí)我們拍個(gè)人照，很多時(shí)候只會(huì)保留一張滿意的角度。但如果想拿它去做頭像延展、內(nèi)容封面、人物素材，單一角度就不夠了。

這時(shí)候，多角度能力的價(jià)值就出來(lái)了。

基于一張已有照片，可以繼續(xù)補(bǔ)出不同視角的效果，相當(dāng)于把一次拍攝的結(jié)果，擴(kuò)展成一組可以使用的素材。

包括我之前給你們看過(guò)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(yuǎn)景、特寫，就像一個(gè) AI 攝影棚一樣，很方便。

Lovart 做了一件挺有意義的產(chǎn)品改進(jìn)，他們沒(méi)有繼續(xù)在「更會(huì)出圖」這件事上做文章，而是在往設(shè)計(jì)工作流更深處走。

說(shuō)得更直接一點(diǎn)，它開始解決 AI 設(shè)計(jì)里的「最后一公里」問(wèn)題了。

尤其是你已經(jīng)有了一張還不錯(cuò)的圖，只是覺(jué)得視角不夠完整，或者構(gòu)圖不夠理想。這個(gè)時(shí)候最煩的不是重做，而是明知道只差一點(diǎn)，卻沒(méi)有辦法把它補(bǔ)全。

Lovart 的多角度功能，解決的就是這個(gè)問(wèn)題。

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

這個(gè)思路很重要。

因?yàn)橐坏摹钢匦鲁閳D」切換到「穩(wěn)定擴(kuò)角度」，AI 的角色就變了。

它不再只是一個(gè)出圖工具，而更像一個(gè)可以協(xié)助你完成拍攝和構(gòu)圖延展的設(shè)計(jì)助手。

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

不過(guò)，那次其實(shí)挺遺憾的，因?yàn)榕臄z時(shí)機(jī)和位置的關(guān)系，我沒(méi)來(lái)得及把它完整拍全。

后來(lái)回頭看照片，就會(huì)覺(jué)得可惜，如果當(dāng)時(shí)能再補(bǔ)幾個(gè)角度，這組內(nèi)容的完整性會(huì)高很多。

Lovart 的「多角度」功能，剛好在某種意義上補(bǔ)上了這種遺憾。

它不是簡(jiǎn)單地復(fù)制一張圖，而是幫你把已經(jīng)拍到的這個(gè)主體，繼續(xù)擴(kuò)展出更完整的視角體系。

對(duì)喜歡記錄、也對(duì)畫面完整性有要求的人來(lái)說(shuō)，這個(gè)體驗(yàn)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(gè)挺享受的過(guò)程，這個(gè)場(chǎng)景特別適合展示多角度。

因?yàn)槟Ｐ捅旧砭吞烊贿m合做前后左右、俯仰遠(yuǎn)近的細(xì)節(jié)展示。以前如果想認(rèn)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(gè)基礎(chǔ)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(shí)拍的原圖。

這是 AI 幫我換個(gè)角度拍攝后補(bǔ)全的效果。

注意看右邊那張補(bǔ)全的圖，AI 不只是換了個(gè)角度，它還把我原本沒(méi)拍全的車位和后輪展示出來(lái)了，而且完全正確。

懂車的讀者知道，這輛車就是 GTR R34，細(xì)節(jié)也全部還原，包括發(fā)動(dòng)機(jī)艙的內(nèi)部機(jī)械結(jié)構(gòu)。

講真，是真的強(qiáng)。

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(lái)的效果。

有了這個(gè)能力，做電商產(chǎn)品圖、做個(gè)人肖像圖、做手辦模型拍照，擴(kuò)展空間就大很多了。

不僅在實(shí)際設(shè)計(jì)工作流里，在日常生活中也可以用到。

過(guò)年去海南過(guò)年時(shí)，李小姐給我拍了一張工作照，旁邊是小小唐在玩，不過(guò)這個(gè)場(chǎng)景只拍了一張，有點(diǎn)可惜。

不過(guò)有了 AI 多角度能力，這個(gè)遺憾就能彌補(bǔ)了。

不僅有不同視角，還有特寫、廣角、甚至還能調(diào)整光線，而且對(duì)多個(gè)人物的識(shí)別和一致性還原也做到位了。

你會(huì)發(fā)現(xiàn)，多角度這個(gè)功能的本質(zhì)，不是讓圖片變花樣。而是讓一個(gè)原本單點(diǎn)的素材，變成一個(gè)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(shí)是內(nèi)容表達(dá)的完整性。

再說(shuō)另一個(gè)功能，矢量化。

如果說(shuō)多角度解決的是展示不完整的問(wèn)題，那矢量化解決的就是能看不能用的問(wèn)題。

很多 AI 生成的圖，第一眼都挺驚艷。但真到設(shè)計(jì)環(huán)節(jié)，很快就會(huì)碰到一個(gè)硬傷：它只是位圖。

位圖的問(wèn)題大家都知道，放大會(huì)糊，不方便細(xì)改，也很難直接進(jìn)入專業(yè)設(shè)計(jì)軟件的后續(xù)工作流。

這也是為什么很多 AI 生成內(nèi)容，最后都停留在靈感參考層面。

看著不錯(cuò)，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(zhuǎn)換成 SVG，也就是更適合繼續(xù)編輯、縮放和復(fù)用的矢量格式。

這個(gè)功能看起來(lái)樸素，但實(shí)際很重要。

因?yàn)閺哪撤N意義上說(shuō)，只有當(dāng)一張圖能進(jìn)入設(shè)計(jì)資產(chǎn)體系，它才真正有了商業(yè)價(jià)值。

上面的案例是我的個(gè)人 logo 和名字設(shè)計(jì)文件，這類素材本身就非常適合用矢量格式來(lái)處理。

因?yàn)闊o(wú)論你是做頭像標(biāo)識(shí)、內(nèi)容封面、課程物料，還是后續(xù)延展到海報(bào)、印刷品、社群視覺(jué)，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(dǎo)入 Illustrator 和 Figma 這類產(chǎn)品就能用。

這也是我看 Lovart 這次更新時(shí)，真正覺(jué)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(shí)設(shè)計(jì)工作流里走。

不少產(chǎn)品熱衷于證明自己「能生成」，但真正好用的產(chǎn)品，應(yīng)該證明自己「能幫你完成工作」。

從這個(gè)角度看，多角度和矢量化，其實(shí)對(duì)應(yīng)的是兩個(gè)很關(guān)鍵的能力升級(jí)。

前者讓 AI 更像一個(gè)虛擬攝影棚，讓你可以把一個(gè)主體講得更完整。

后者讓 AI 更像一個(gè)設(shè)計(jì)資產(chǎn)生成器，讓結(jié)果不止停留在好看，而是更接近可用。

AI 設(shè)計(jì)走到今天，已經(jīng)過(guò)了只拼生成能力的階段。

接下來(lái)更值得關(guān)注的，是誰(shuí)能從生成走向生產(chǎn)，從效果走向資產(chǎn)，從演示走向落地。

如果你本身就在做內(nèi)容、做設(shè)計(jì)、做視覺(jué)表達(dá)，或者你也在關(guān)注 AI 如何真正進(jìn)入設(shè)計(jì)工作流，那這兩個(gè)功能，可以試一試。

鏈接我放這里了：https://www.lovart.ai/

AI 成為生產(chǎn)力，比我們預(yù)想的更快。

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

安可時(shí)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(gè)角度重拍一次，畫面一下子就被拉到了 10 年前。

那時(shí)候，我還是個(gè)剛做產(chǎn)品幾年的新人。那時(shí)候，還是移動(dòng)互聯(lián)網(wǎng)的黃金年代。

時(shí)光不在，AI 重生。