夜雨聆风
正文字数：3141字
图片总数：10张
视频总数：3个
引言：如果说AI设计工具的早期价值主要体现在“快速生成一张图”，那么进入2026年后，AI正在从单一的视觉生成能力，进一步进入设计工作的完整链路。它不再只是帮助用户解决“不会画”“画得慢”“没有灵感”的问题，而是开始参与产品原型搭建、品牌内容生产、视频影像编辑、跨平台物料适配等更复杂的设计流程。对于设计新手而言，AI让创意表达的门槛进一步降低；对于职场从业者而言，AI正在承担大量重复性、标准化的内容制作任务；对于专业设计师而言，AI的价值则不再停留在替代执行，而是成为一种帮助团队更快验证想法、统一视觉规范、推动方案落地的协作工具。
01
Figma Make
在过去很长一段时间里，产品设计的流程相对固定：产品经理提出需求，交互设计师梳理页面结构，视觉设计师完成界面细节，开发再根据设计稿进行实现。这个流程虽然清晰，但也存在一个长期痛点——设计稿往往只能表达“它看起来是什么样”，却很难快速表达“它真正用起来是什么感觉”。一个按钮点击后的状态变化、一个页面切换的动态反馈、一个真实数据驱动的交互流程，常常需要设计师额外制作复杂原型，或依赖开发同学配合实现。Figma在2025年Config大会上推出的Figma Make，正是试图解决这一断层。它被定义为一种“prompt-to-app”的能力，用户可以通过自然语言提示，将想法、已有设计稿或具体交互需求转化为高保真原型，甚至进一步触及设计与代码细节。Figma官方将其描述为一种帮助团队快速探索、迭代和细化想法的工具，使设计不再只停留在静态画板中，而是可以更快变成可体验、可讨论、可验证的交互作品。
与传统AI生图工具不同，Figma制作的价值不在于生成一张“漂亮的界面截图”，而在于把产品设想推进到更接近真实使用的状态。设计师可以先输入一条需求，例如“为一款场地活动报名工具生成一个移动端首页，并加入活动筛选和报名按钮”，AI会根据提示生成可交互的界面雏形；此外，用户还可以继续选中某个区域，让AI进行局部修改，比如“把这里改成布局式布局”“让报名按钮在滚动时固定在底部”“增加一个报名成功后的反馈动画”。这种“生成—选中—修改—再验证”的流程，让AI不再像一个瞬时输出结果的黑箱，而重新建立一个可以参与参与的产品助手。
更重要的是，Figma Make不是孤立的AI玩具，而是嵌入在Figma原有的协作生态中。Figma官方在Config 2025中提到，Figma Make可以从一条提示或一个Figma文件开始，并支持用户通过高亮原型中的特定部分，用自然语言对选中区域进行精确修改；同时，Figma Sites也将推进设计到发布阶段，让团队可以在同一个平台中设计、构建并发布响应式网站。这意味着，Figma正在尝试打通产品设计中最容易断裂的几个环节：从创意界面，从界面到交互，从交互到代码，从代码到真实发布。对于学生或团队而言，它可以帮助快速做出一个“看得见、点得动、能讲清楚”的产品原型；对于成熟团队而言，它则可以减少早期探索中的沟通成本，让产品经理、设计师和开发人员更快地围绕同一个可体验对象展开讨论。
Adobe Firefly
Design by：Adobe Firefly团队
03
Runway
素材来源：
1.https://www.figma.com/blog/
2.https://www.adobe.com/products/firefly.html
3.https://runwayml.com/research/introducing-runway-aleph
版权说明：本文素材来源于网络，如有损害或影响您的合法权益，请积极与我们联系处理
