陈冕:从资金危机到 Lovart,AI 设计创业的两年

Lovart 创始人回顾移动互联网经历、第一代产品的补贴战与下架,以及设计 agent 的产品判断。

陈陈冕게스트 · Lovart
채널
Zhang Xiaojun Podcast
게시일
2025년 6월 9일
영상
1:45:28
읽기
10분
원문
중국어(간체)
YouTube에서 열기
스크롤하면 영상이 오른쪽 아래로 작아져 계속 재생됩니다. 자막은 읽기 언어를 따릅니다.
읽기 언어2개 언어로 읽을 수 있음
이 글은 아직 한국어 번역이 없어 중국어(간체) 원문으로 표시합니다.
요약

30초 요약

张小珺在 2025 年采访 Lovart 创始人陈冕。陈冕回顾自己在滴滴、摩拜、每日优鲜和字节的工作,以及他如何选择从多模态创作切入 AI 应用。 他描述公司经历产品下架、裁员和资金紧张后恢复,再开发 Lovart 的过程,并讨论产品设计、获客、团队与未来竞争。融资数字、产品效果和行业预测均为访谈时的个人叙述。

  1. 1规模与成本陈冕用共享单车经历说明,补贴带来的订单量并不等于健康的商业模式。
  2. 2选择应用层他根据自己的产品背景,选择多模态创作而不是训练基础模型。
  3. 3下架与资金危机第一代产品下架后,公司经历裁员和融资困难。
  4. 4从节点到 Agent团队设想让 AI 规划工作流,结合画布、对话和编辑降低门槛。
  5. 5邀请制的取舍他说团队需要平衡早期体验、收费功能和免费使用的算力成本。
  6. 6创业的成就感他最兴奋的时刻是设想的产品被做出来,并得到用户反馈。

핵심 정리

  1. 增长规模需要结合供给成本和单位经济理解。
  2. 陈冕选择在基础模型之外,以创作场景、数据和交互建立产品差异。
  3. 创始人需要管理现金流和融资节奏,即使市场竞争激烈。
  4. Lovart 团队希望用画布、对话与 agent 规划降低设计工作流门槛。
  5. 早期关注有助于冷启动,长期使用和付费仍需验证。
  6. 通用与垂直 agent 的未来关系取决于技术和用户需求的变化。
전문

챕터별로 다듬은 전문 읽기

원본 자막만 보기
01

移动互联网的经验

陈冕回顾多家公司和产品的起落,反思增长、成本和个人适合的工作方式。字节的经历帮助他建立创业信心。

张小珺采访 Lovart 创始人陈冕,回顾他在移动互联网行业的职业经历、AI 创业初期的竞争和资金压力,以及设计 agent Lovart 上线后的感受。节目记录的是 2025 年创业者对产品和行业的判断。

陈冕介绍,公司于 2023 年创立,Lovart 的运营主体后来设立。访谈时他称公司仍未盈利;融资轮次、估值和经营状况都是当时的自述。

他大学期间在腾讯和 360 实习,经历了从 PC 互联网向移动互联网的转换。他说,单点突破、追求产品细节和关注用户,是当年学到的基本方法。

毕业后,他先后参与滴滴、摩拜、每日优鲜等业务。他把滴滴与快的、Uber 的竞争,以及摩拜与 ofo 的竞争称为两场战斗:最热闹的时刻不一定意味着商业模式已经成立。

以共享单车为例,他认为大量补贴和车辆供给能带来高订单量,但如果忽略供给成本和低客单价,规模并不等于健康利润。收购之后重新算账,让他更深刻地理解单位经济。

在每日优鲜,他看到线上增长也无法轻易消除零售供应链的低毛利和线下复杂度。这是他对那段经历的总结,也促使他选择更适合自己能力的线上业务。

之后他在字节参与瓜瓜龙,从零建设教育产品;业务受到“双减”政策影响后,他转到剪映,负责国内产品及 CapCut 全球商业化。频繁换工作让他获得广泛样本,也让他一度怀疑自己的方向。

他回想,早些创业或加入持续增长的业务,或许会是另一条路径。但 AI 浪潮出现后,他认为过去在不同公司观察成功与失败的经历,能够帮助自己选择适合的创业方向。

陈冕认为自己更适合需要同理心、想象力和产品创新的线上创作业务,不太适合强调线下执行和纪律的零售组织。他强调这是对自身的判断,不是所有行业的统一标准。

谈到字节,他说自己学习了如何在讨论中聚焦问题、快速决策,也看到一些成功业务如何形成。知道失败的原因与知道怎样做对,是两种不同的经验。

他举例说,团队需要思考一个市场可能的长期形态,用它排除明显走不通的方向;但这不能代替当下对用户和产品细节的判断,每件事情仍要务实地做好。

他大学时曾尝试创业,后来因为缺乏信心去大公司学习。到 2021 年,他才逐渐觉得自己有能力创业,但也担心移动互联网已经错过最佳窗口。

02

进入 AI 创作

他决定做多模态应用,以场景数据和产品交互建立差异。第一代产品迅速进入激烈竞争。

ChatGPT、Stable Diffusion 和 Midjourney 的出现让他决定进入 AI。他认为 AI 可能带来比移动互联网更底层的变化,因此过去分散的经历重新有了用武之地。

他回忆当时对妻子说自己要创业,获得支持。对他而言,希望让过去的挫折不再只是挫折,也让他愿意开始新的尝试。

团队从一开始就决定做应用,而不是训练基础模型。陈冕说自己的背景是产品,不是模型研究;他希望避开与通用模型最直接重合的领域,寻找多模态创作场景。

他把信息生产和消费分开分析:文档、搜索与语言模型的核心能力较接近;图像和设计可能提供不同的数据、交互和用户需求,因此成为团队的切入点。

第一代产品 LiblibAI 借助创作者素材和模板提供能力;第二代 Lovart 则尝试把画布、对话和编辑放在一起。陈冕认为差异化不仅来自模型,也来自场景数据和交互设计。

他将设计视为更广泛创作领域的一部分,认为 AI 可能同时改变创作工具和人与工具的分工。图像成熟较早,因此团队先从图像场景切入。

创业之初,他先找技术伙伴验证产品设想,再与投资人沟通。他回顾说,第一笔融资较顺利,但没有及时为后续资金需求做准备。

2023 年的图像生成市场竞争很快变得激烈。团队补贴创作者和用户,也承担免费使用产生的 GPU 开支;陈冕当时认为必须在效率和策略上胜过竞争者。

03

下架、裁员与融资

公司在 2023 年遭遇产品下架和资金紧张。陈冕回顾现金流管理、获客与 2024 年恢复融资的过程。

他回忆,团队专注竞争,没有及时完成相关备案,产品在 2023 年 9 月下架。公司随后裁员,并面临收入不足和融资困难;这是他对当时事件的叙述。

张小珺追问,既然产品还不是最终形态,补贴战是否值得。陈冕仍认为当时需要争取用户,但也承认公司对现金流和融资节奏缺少经验。

他将团队、算力和补贴的共同支出视为压力来源。产品下架、用户能否回来、人员离开和投资人顾虑同时出现,让融资变得更困难。

团队缩减后开始推进会员商业化。陈冕说到 2024 年 3 月公司账上只剩约 4000 元,随后获得一笔关键投资;他当时也准备在必要时自掏资金继续支撑。

关于获客,他认为广告投放只是渠道,产品是否具有新意和公众关注、进入市场的时机如何,都会影响获客成本。他提醒创业公司不能把单纯买流量当成无限可持续的增长。

他回忆困难时期每天见多批投资人,却屡屡被拒绝。对方担心产品能否恢复上线;他从中学到,在顺利的时候也要为下一轮困难准备资金和时间。

2024 年,产品恢复、收入和用户回升后,公司接连确定多轮融资。陈冕报告了融资规模,但具体金额和时间仍以他的当时口述为准。

04

Lovart 的产品设计与上线

团队从第一代产品的学习门槛出发,探索画布和 agent 工作流。陈冕讲述命名、邀请制和早期传播。

他认为第一代产品对专业用户能力很强,但学习成本高,主要吸引愿意深入学习 AI 的设计师。下一代产品要把能力交给更多用户,同时降低操作门槛。

团队在 2024 年下半年开始准备画布。最初考虑让用户自己连接工作流节点,但他们发现这种方式不符合部分设计师的习惯,于是继续寻找更自然的交互。

到年底,模型的 agent 能力进步让他们想到让 AI 帮用户规划工作流:画布像桌面,对话框负责沟通,工具箱和编辑器负责执行与修改。团队围绕这些组件打磨交互。

他说,从想法到产品大约经历数月,而 Manus 的出现进一步强化了团队加快推出 agent 的紧迫感。陈冕认为先发关注有帮助,但后续仍要靠产品质量。

Lovart 的名字希望像一位热爱艺术的设计师,容易在不同语言环境中使用。他笑称团队只注册了少数域名,上线后其他后缀被抢注,这也是一次节约成本带来的教训。

访谈时产品采用邀请制。陈冕说收费功能还在建设,免费使用也产生算力成本,因此团队需要控制放量;等商业化能力完善后计划逐步开放。

他回忆发布后社交媒体关注迅速增加,设计圈和 AI 圈开始讨论。这个早期传播解决了部分冷启动问题,但他也承认团队接下来仍要证明长期留存和付费价值。

为赶上线,团队连续高强度工作。陈冕坦言经常工作到深夜,这样的节奏并不健康;他希望之后能够改善。

05

Agent 生态与公司建设

他讨论通用和垂直 agent、定价、团队协作及大公司竞争。长期留存与产品价值仍需验证。

在产品组织上,他认为领域知识和把知识交给 AI 的能力越来越重要;同时,他强调团队做 agent 只是刚起步,还需要经历长期使用和商业化的考验。

他预测通用 agent 和垂直 agent 可能并存:通用入口处理广泛需求,专业工具负责更深的任务,用户也可能直接访问垂直产品。这是他的产业假设。

对模型公司与应用公司的关系,他认为靠近基础模型能力的功能可能由模型公司直接提供,但有些垂直应用也需要独特数据、交互和行业认知。

他预计设计工具市场会有领先者,也可能有大公司在自身生态内提供产品;这种竞争格局尚未确定。短期内团队仍以服务专业设计师为主。

商业模式也取决于用户是谁。专业人士持续使用工具,适合订阅;如果未来直接为客户交付一个设计结果,陈冕设想也可能按产出类型和价值收费。

他当时关注北美增长、跨地区团队协作和产品迭代,也准备面对未来可能进入创作领域的大公司。他说先发、用户认知和持续创新都有价值,但没有一种保证胜利的办法。

陈冕描述团队角色逐渐变化:领域专家、会使用 AI 编程的工程师和模型研究者之间需要更紧密地合作。他把这一组织方式作为自己公司的探索,而不是所有团队的模板。

06

焦虑、成就感与创业选择

陈冕分享困难时期的失望、产品得到反馈时的快乐,以及童年经历如何影响他的创业观。最后他讨论垂直应用和 AI 安全。

他承认创业伴随着焦虑,尤其是在知道第一代产品有局限、却不知道下一代能否成功时。他选择带着这种压力继续工作,同时也知道公司仍会面对竞争。

最让他高兴的时刻,是对未来产品形态的判断得到用户反馈。他反复强调,Lovart 的早期关注只是开始,真正让他兴奋的是把自己想象的东西做出来。

与大公司职级相比,他现在更看重创造的价值和个人成长。他说,职位和薪资有其管理作用,但无法完整衡量一个人做出了什么。

最困难的时候,一些核心成员离开,令他失望;后来他也理解每个人面对风险会作出不同选择,并更珍惜留下来的人。

他把陌生领域的创新比作反复尝试点燃潮湿的木柴:有失败和短暂火光,也需要耐心与对时机的判断。他说自己不确定最终成功的人一定是自己,但希望持续参与。

他回忆 2023 年底四处融资时,曾在投资机构办公室突然意识到,自己正在经历曾经羡慕的创业道路。即使结果未知,这个念头让他重新振作。

童年不断搬家,让他很难说哪里是故乡。电脑游戏引发他对技术的兴趣,金庸小说则影响了他对做有意义的事的想象;他希望用创业把这些经历连接起来。

他给其他创业者的建议是关注具体行业、数据和需求,并持续观察模型能力的变化。他相信垂直应用仍有机会,但这建立在他对未来通用智能发展速度的假设之上。

最后他推荐金庸小说、《中国少年儿童百科全书》和《史记》,说这些书影响了他的价值观和世界观。他也谈到对全面超越人类的 AI 的不安,认为安全和边界值得共同讨论。

张小珺结束访谈,邀请听众继续分享想听的话题。

같은 채널의 다른 글

1:59:52EN
Zhang Xiaojun Podcast· 2026년 10월 21일팟캐스트 · 2명David Qian on Succession, Robotics, and Finding His Own Ambition게스트 David Qian (Qian Cheng) · 진행자 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.기업과 전략LeadershipCompany Building+2
2:51:18EN
Zhang Xiaojun Podcast· 2026년 10월 15일팟캐스트 · 2명Lindon Gao on Building Dyna Robotics and Finding a Path Through the Fog게스트 Lindon Gao · 진행자 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 Strategy모델과 학습+2
2:51:18ZH
Zhang Xiaojun Podcast· 2026년 10월 15일팟캐스트 · 2명Dyna Robotics 创始人 Lindon Gao:从折叠任务到完整工作流게스트 Lindon Gao · 진행자 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· 2026년 9월 3일팟캐스트 · 2명Zeng Ming on AI’s New Era: Why Great Companies and New Organizations Emerge게스트 Zeng Ming · 진행자 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 Strategy기업과 전략에이전트+2
2:34:18ZH
Zhang Xiaojun Podcast· 2026년 9월 3일팟캐스트 · 2명曾鸣:AI 产业化的三阶段与公司组织的消亡게스트 曾鸣 · 진행자 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 StrategyStrategy에이전트+2
1:09:50ZH
Zhang Xiaojun Podcast· 2026년 8월 19일팟캐스트 · 2명苏庭灏:一位高中生的 AI 研究、教育与快乐게스트 苏庭灏 · 진행자 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