Lovart 创始人陈冕:从现金流危机到设计 Agent

陈冕复盘早期竞争、产品下架与融资困难,以及团队如何从创作工具转向 Agent。

陈陈冕Invitado · Lovart
Canal
Zhang Xiaojun Podcast
Publicado
19 jul 2025
Vídeo
1:44:57
Lectura
10 min
Original
chino simplificado
Abrir en YouTube
Al desplazarte, el vídeo se reduce a la esquina inferior derecha y sigue reproduciéndose. Los subtítulos siguen tu idioma de lectura.
Idioma de lecturaDisponible en 2 idiomas
Este artículo aún no está en español, así que se muestra el original en chino simplificado.
RESUMEN

En 30 segundos

在 2025 年的访谈中,Lovart 创始人陈冕与张小珺回顾移动互联网工作经历和两年 AI 应用创业。他讲述第一代产品的竞争与现金流危机、Lovart 的画布和 Agent 设计,以及对垂直应用的预测。用户、融资和产品数据均为采访时的个人陈述。

  1. 1产品下架与现金流危机陈冕回忆 2023 年产品下架、裁员和融资困难,以及 2024 年初的资金紧张。
  2. 2从工作流转向 Agent团队先探索画布和节点工作流,随后尝试让 AI 规划流程,降低使用门槛。
  3. 3邀请码与冷启动他将早期邀请制与体验、收费功能和免费使用成本联系起来。
  4. 4通用与垂直 Agent他预测两类产品可能共存,并承认未来技术变化会改变格局。

Conclusiones

  1. 增长和补贴不能替代对商业模式、现金流和融资节奏的管理。
  2. 团队从高门槛的创作工具转向对话与可编辑画布结合的 Agent。
  3. 领域知识、交互和用户体验是陈冕认为应用可以差异化的方面。
  4. 先发关注可以帮助冷启动,长期留存和付费仍需验证。
  5. 通用与垂直 Agent 的未来格局仍是预测,而非既定事实。
TEXTO COMPLETO

Lee el texto editado por capítulos

Solo la transcripción
01

从移动互联网到创业

陈冕回顾滴滴、摩拜、每日优鲜与字节的经历,以及对商业模式和产品的认识。

张小珺介绍,Lovart 创始人陈冕在 2025 年接受采访时,产品刚获得关注。她希望了解他两年创业中经历的补贴竞争、产品下架、融资困难,以及重新找到产品方向的过程。

陈冕说母公司成立于 2023 年 5 月,Lovart 的运营公司在随后成立。采访时公司尚未盈利;他没有披露具体估值,只说约为数亿美元。

他本科期间在腾讯和 360 实习,接触 QQ 空间和手机助手等产品,学到围绕用户需求、单点突破和追求产品体验的工作方法。

毕业后他先后在 360、滴滴、摩拜、每日优鲜和字节等公司工作。滴滴和摩拜的竞争,让他看到补贴大战中的增长,也看到竞争结束后商业模式的约束。

他以共享单车为例:如果忽略车辆供给和维护成本,订单可以快速增长;当企业需要收支平衡时,车辆数量和用户价格都可能改变,市场规模也需要重新计算。

在他看来,摩拜作为独立业务的利润和流量空间都有限,即使战略上能帮助支付推广,也不能自动说明其自身商业模式成立。这是他基于当时经历的判断。

他回忆,在业务上升期,团队情绪容易掩盖对成本的疑问;摩拜被收购后开始更仔细地算账,他才逐渐看清这些问题。

在每日优鲜,他负责面向消费者的产品、运营和增长。尽管团队获得增长,他认为自营零售的低毛利和线下供应链限制了互联网工具能带来的改善。

这段经历让他更加重视商业模式,也决定回到自己更擅长的线上产品。他认为零售强调纪律和执行,创意产品则更依赖用户理解和想象力;这是他对自身匹配的判断。

在字节,他先参与教育产品瓜瓜龙,后来转到剪映,负责中国业务以及剪映和 CapCut 全球商业化。他说频繁换岗让自己看过许多业务兴衰。

他曾遗憾没有更早创业,也担心自己错过移动互联网窗口。AI 的出现让他觉得这些跨行业经历可以在新的创业机会中发挥作用。

他认为自己更适合线上、内容和创意领域,也会根据组织能力决定做什么。他说短期内不打算进入企业服务,因为那不是团队的主要优势。

他称赞自己在字节看到的务实讨论、快速决策和产品质量。以前的经历帮助他识别错误,在字节则让他有机会观察别人如何做出正确决策。

其中一种思路是先设想行业终局,再倒推哪些路径可能走不通。但他强调,终局判断不能替代眼前的工作:每个产品细节仍需务实地解决。

他大学时曾尝试做类似 GitHub 的项目,后来选择先进入大公司学习。到 2021 年,成功项目和与同事的交流逐渐增强了他的创业信心。

02

选择 AI 创作应用

他解释为何选择应用和多模态创作,而不是基础模型。

2022 年底,ChatGPT、Stable Diffusion 和 Midjourney 等产品进入公众视野。他判断 AI 的影响可能比移动互联网更深,并决定创业;这是他当时的技术判断。

他把移动互联网看作计算机与互联网使用场景的扩展,把 AI 看作赋予设备更强智能的一次底层变化,因此认为不能只用上一轮产品模式推演下一轮。

他从一开始就决定做应用而非基础模型:自己的背景是产品管理,不是模型研究。他希望在基础模型之外建立差异化能力。

他把信息生产和消费拆为文字、图像、视频、搜索、社交与娱乐等方向。由于图像等多模态创作与通用模型入口不完全重合,他选择从创作场景切入。

他认为应用可以通过场景数据、素材和交互建立差异。第一代产品依靠素材与模板;Lovart 则尝试把对话、可编辑画布和工具结合起来。

陈冕说,公司从第一天想做的是创作,设计是其中一部分。他预测 AI 会改变创作工具,也会改变人和工具在生产过程中的分工。

03

竞争、下架与现金流

团队经历补贴竞争、产品下架、裁员和艰难融资,随后逐步恢复。

创业初期他先找技术伙伴验证产品推演,再接触投资人。他说首轮融资约 400 万美元,估值约 1800 万美元,之后认为当时没有及时补充融资是教训。

团队很快遭遇图像生成领域的竞争。他说,2023 年通过补贴创作者和用户争取市场,支出包括补贴、人员和 GPU 成本,消耗了数百万美元。

2023 年 9 月,第一代产品因相关备案问题下架。陈冕说团队此前没有意识到这一要求;当时现金快速减少,公司立即裁员。

他说竞争高峰时团队曾有五六十人,随后缩至约三十人;第一代产品在中国图像生成领域取得的领先是他的说法,而非独立核实的排名。

他仍认为当时需要竞争,但承认首次创业时忽略了现金流和融资节奏。他开始压缩支出并推动会员商业化,同时等待产品恢复。

他说到 2024 年 3 月,公司账户一度只剩约 4000 元,随后获得关键资金。团队缩小、部分人降薪或暂缓领薪,他一度准备自掏资金继续支撑。

谈获客时,他强调产品创新和时机:有自然关注时,广告更像扩大传播的渠道。他称第一代产品早期获客约三四元人民币,竞争加剧后成本可能上升。

下架期间他每天见多批投资人,但许多人担心产品和用户能否恢复。他对重复沟通后被拒感到沮丧,也从中认识到要在顺利时期为困难时期做好准备。

他说 2024 年备案、商业化和用户增长逐步改善,随后公司又完成几轮融资。由于资金紧张,他希望分阶段尽快让资金到账,而不是等所有投资者合并完成一轮。

04

Lovart 的产品转型

第一代产品的门槛促使团队探索画布、AI 工作流与新的交互。

第一代产品虽然能力强,却对专业设计师也有较高学习门槛。团队希望下一代产品保留 AI 能力,同时让更多人更容易使用。

他的长期设想是,AI 不仅作为设计师的工具,也可能逐渐成为创意工作中的助手。他强调这取决于模型能力和产品交互的共同进步。

团队在 2024 年下半年开始准备画布能力。最初设想让用户在画布上搭建工作流,但他们发现这种节点式操作对目标设计用户并不自然。

随着模型的 Agent 能力改善,团队转而尝试让 AI 规划工作流。陈冕把界面比作桌子、工具箱和对话:用户指示需要修改的地方,系统调用工具完成任务。

他说从最初想法到产品大约用了三四个月;Manus 等产品的出现进一步促使团队加快。他把 Cursor 看作垂直 Agent 的先行案例,希望 Lovart 聚焦创作领域。

团队选择 Lovart 这个名字,希望它简短、容易发音并带有艺术意味。他回忆只注册了少数域名,产品上线后发现其他后缀已被抢注。

05

冷启动与 Agent 生态

他讨论发布反馈、成本、团队和对通用及垂直 Agent 的预测。

他认为先发关注和品牌有助于跨过冷启动,但长期仍要靠产品能力。采访时他说 Lovart 的留存好于前一代产品,等待名单约有 12 万人;这些数字来自他的当时陈述。

邀请码既与早期体验有关,也因为收费功能尚未完成、免费使用会带来成本。他说团队原本只是想进行测试,并未预料到如此强的关注。

他回忆发布后社交平台的阅读和转发迅速增加,设计和 AI 圈的反馈帮助团队解决了冷启动问题。他也承认这主要是相关圈层的热度,不等于所有大众都在使用。

为了赶上发布窗口,团队长期高强度工作。他说自己常到凌晨三点才停下来,并直言这种作息不健康。

他认为专业领域知识和把知识交给 AI 的能力非常重要;但他也承认团队刚刚开始,产品能否长期留住用户并获得付费,仍要经过验证。

展望未来,他预计通用 Agent 和垂直 Agent 在一段时期内共存:通用入口处理广泛需求,专业工具提供深度能力,也可直接服务自己的用户。

如果未来智能远超当前水平,格局可能再次改变;但他认为当时还为时尚早。他对赛道集中度和技术进度的说法都是预测。

他预测设计 Agent 的头部可能集中在少数玩家,生态巨头也可能推出自己的产品。他认为短期订阅适合持续使用的专业人士,按产出计费可能适合只购买一次结果的客户。

采访时他重点思考北美增长、当地团队与中国团队的协作,以及产品迭代和技术难点。他认为大公司可能进入这一领域,早期优势与持续理解用户都很重要。

他描述团队正在简化产品研发分工:领域知识人员和懂 AI 编程的工程师共同工作,营销等职能仍然存在。这是他对自己公司组织的观察,不代表所有团队都应如此。

他说公司当时接近 100 人,其中第一代产品仍需要较多运营人员;第二代产品团队较小。他把产品和战略视为自己的长处,也承认个人风格更感性。

他承认自己工作上要求严格,有时会严厉批评,也意识到情绪波动会让团队疲惫。对公司规模的雄心属于目标,而不是已经实现的结果。

06

创业者的困难与价值观

陈冕谈焦虑、团队、童年经历和对 AI 安全的担忧。

他认为创业可能因现金流、融资节奏、盲目扩张或竞争准备不足而失败。Lovart 受到关注之前,他也担心别人先做出下一代产品。

最让他兴奋的是对未来产品的判断得到用户反馈。他说读了大量设计师评论,认为 Lovart 的形态出现了积极信号,但也知道后续仍有许多问题。

困难时期一部分创始团队成员离开,让他失望;回头看他也理解他们的选择,并珍惜留下来的人。

他用反复划火柴点燃潮湿木头比喻创新:尝试可能多次失败,时机、耐心和持续学习都重要。他说不知道最终成功的是否一定是自己。

童年时他经常随家庭和求学更换城市。电脑游戏激发了他对计算机的兴趣,金庸武侠小说则影响了他希望创造有意义事物的价值观。

他对个人成功的定义,是创造一点让世界不同、最好更好的东西;他也说每个人可以有自己的定义。

给其他创业者的建议是重视垂直场景、行业数据和领域知识,并为模型能力变化提前准备。他认为通用模型难以立刻覆盖所有专业需求,这是他的投资和产品假设。

他表示积极参与技术浪潮很重要,也承认更早创业或许会让他积累更多经验。他把自己团队的凝聚力与共同经历困难和正向反馈联系起来。

他推荐金庸小说、《中国少年儿童百科全书》《史记》,还提到创业时读过《跨越鸿沟》。他认为前几者塑造价值观与世界观,后者帮助他理解早期用户和后续用户的差异。

他的关键假设之一是通用模型不会迅速取代全部垂直应用,并进一步假设 AGI 不会在五年内到来。他对全面超越人类的 AI 感到不安,认为安全和边界是共同课题;这些都是访谈时的观点。

张小珺结束访谈。

Más de este canal

1:59:52EN
Zhang Xiaojun Podcast· 21 oct 2026Pódcast · 2 vocesDavid Qian on Succession, Robotics, and Finding His Own AmbitionInvitado: David Qian (Qian Cheng) · Presenta: 张小珺Ecovacs CEO David Qian reflects on inheriting a founder-built company, learning to lead through mistakes, and choosing a patient path in robotics. His account treats succession as an ongoing effort to build the company for a new era, not a finish line.Empresa y estrategiaLeadershipCompany Building+2
2:51:18EN
Zhang Xiaojun Podcast· 15 oct 2026Pódcast · 2 vocesLindon Gao on Building Dyna Robotics and Finding a Path Through the FogInvitado: Lindon Gao · Presenta: 张小珺Dyna Robotics CEO Lindon Gao explains why his company builds intelligence through real workflows, how hardware and research must evolve together, and how a founder can find clarity by letting go of the need to be right.RoboticsProduct StrategyModelos y entrenamiento+2
2:51:18ZH
Zhang Xiaojun Podcast· 15 oct 2026Pódcast · 2 vocesDyna Robotics 创始人 Lindon Gao:从折叠任务到完整工作流Invitado: Lindon Gao · Presenta: 张小珺从无人零售到机器人创业,Gao 讲述产品研究、真实部署的难题和在不确定性中寻找方向。RoboticsCompany BuildingFounders+2
2:34:18EN
Zhang Xiaojun Podcast· 3 sept 2026Pódcast · 2 vocesZeng Ming on AI’s New Era: Why Great Companies and New Organizations EmergeInvitado: Zeng Ming · Presenta: 张小珺Zeng Ming argues that AI is changing the foundations of business: models will become infrastructure, while new Agent-native applications and organizations create the next wave of value. His advice to founders is to embrace uncertainty, rethink strategy continuously, and build around meaningful work rather than inherited structures.AI StrategyEmpresa y estrategiaAgentes+2
2:34:18ZH
Zhang Xiaojun Podcast· 3 sept 2026Pódcast · 2 voces曾鸣:AI 产业化的三阶段与公司组织的消亡Invitado: 曾鸣 · Presenta: 张小珺战略学者曾鸣以互联网、工业革命和电气化的历史周期为参照,提出 AI 正从基础设施走向 Agent 应用,并最终进入原生应用阶段。他认为,旧公司的科层制难以穿越范式转型,下一代组织将围绕任务、创造力和人机协同重构。AI StrategyStrategyAgentes+2
1:09:50ZH
Zhang Xiaojun Podcast· 19 ago 2026Pódcast · 2 voces苏庭灏:一位高中生的 AI 研究、教育与快乐Invitado: 苏庭灏 · Presenta: 张小珺从自学 Transformer 和发表论文,到思考 AI 时代的学习、焦虑与人与人的连接。AI researchEducationMachine Learning+2