Miora 是什么?腾讯这款 AI 设计工具,和 Lovart 到底有什么区别

最近腾讯又上线了一款值得关注的设计产品：Miora。

如果第一次打开 Miora，很容易把它理解成腾讯版 Lovart：都是无限画布，都能通过文字生成图片、视频，也都试图把设计工作从“操作软件”变成“告诉 AI 你想做什么”。

但真正用产品逻辑去看，两者还是有明显区别。

Lovart 更像一个能力很强的 AI 设计工作台，重点是把一个 Brief 快速变成成品；Miora 则更强调长期项目、品牌记忆和多个专业 Agent 之间的协作。

简单说：

Lovart 更擅长“把这次设计做好”，Miora 更想解决“以后都按这个方式帮我做”。

这可能是理解 Miora 最关键的一点。

一、Miora 不是简单的 AI 出图工具

Miora 官方把自己定义为一个 Agentic Creative Studio。

这个词听起来有点复杂，其实可以简单理解成：

一个能持续参与设计项目的 AI 工作室。

传统的 AI 绘图工具，大部分还是一次性任务。

比如你输入：

“帮我做一张科技感的公众号封面。”

AI 给你几张图，挑一张，再继续修改。

任务结束以后，这次设计过程基本也就结束了。

Miora 想做的事情更长一些。

比如一个企业准备发布一款新产品，可以先把 Logo、品牌规范、参考图片、产品照片、宣传文案全部放进项目里。

然后在同一个画布里继续做：

主视觉、海报、电商素材、公众号封面、短视频、产品页面，甚至 UI 方案。

这些内容不再是彼此独立的几次生成，而是属于同一个项目。

这一点非常重要。

现在很多 AI 设计工具最大的问题，并不是不会画图，而是上下文断裂。

今天做海报用一种风格，明天做视频又变成另一种风格；公众号封面很好看，产品页又完全不像同一个品牌。

真正进入企业生产以后，这种问题比单张图片质量更麻烦。

二、Miora 最值得看的功能，其实是“记忆”

Miora 目前最有辨识度的能力，是 Persistent Memory，也就是持续记忆。

这不是简单的聊天记录。

它想记住的是你在设计过程中逐渐形成的规则。

比如：

公司喜欢什么颜色；

Logo 应该怎么摆；

领导不喜欢什么风格；

人物照片应该偏真实还是偏插画；

标题喜欢大字还是留白；

过去哪些方案通过了，哪些方案被否掉了。

这些信息如果能够不断积累，AI 下一次做设计时，就不用重新从零开始。

对于个人用户来说，这个功能可能只是方便。

但对于企业来说，意义完全不一样。

企业设计最麻烦的地方，从来不是“做一张漂亮的图”，而是长期保持一致。

例如一家银行、运营商或者制造企业，一年可能要做几百甚至几千张宣传物料。

正常情况下，需要靠 VI 手册、模板、设计规范以及人工审核来保证统一。

如果 Miora 能把这些东西逐渐变成机器能够理解的项目记忆，那么以后生成的内容天然就会受到这些规则约束。

这其实比“某个图片模型又提升了多少分”更有实际价值。

三、Miora 还有一个特点：它不是只有一个万能 Agent

Miora 的另一个设计思路，是把设计工作拆成不同的专业角色。

目前官方提到了 Brand、Storyboard、Illustration、UI/UX、Video、3D 等 Specialist。

可以把它理解成一个小型设计团队。

例如你要做一个产品宣传视频。

传统方式可能是：

先找人写脚本；

再做分镜；

然后生成图片素材；

再生成视频；

最后剪辑。

Miora 希望把这套流程放进一个项目里面，让不同的专业 Agent 分别处理不同环节。

Brand Agent 负责品牌方向；

Storyboard Agent 负责分镜；

Illustration Agent 处理视觉素材；

Video Agent 再往视频方向推进。

这种方式和现在的软件开发 Agent 很像。

以前大家希望一个模型什么都干。

后来发现复杂任务还是需要拆角色：

规划、开发、测试、审核。

设计也是一样。

真正复杂的设计项目，很难靠一句 Prompt 一次完成。

所以 Miora 的思路，本质上是在把“设计团队的分工”搬进 AI 工作流里面。

四、Miora 比较适合哪些场景？

目前来看，我觉得它比较适合下面几类人。

1. 自媒体和个人 IP

这类用户最大的需求不是偶尔做一张图，而是长期稳定地产出。

公众号封面、视频封面、知识卡片、海报，如果每一次风格都不一样，账号很难形成辨识度。

Miora 的记忆能力在这里很实用。

把过去满意的作品放进去，让它慢慢理解你的字体、构图、配色和审美习惯，以后再做图，沟通成本会低很多。

2. 企业市场和品牌部门

企业做一次活动，通常不是只需要一张海报。

而是一整套：

主视觉、朋友圈海报、公众号头图、活动邀请函、展架、视频、不同尺寸广告图。

这些素材最大的要求就是统一。

如果一个 Agent 能围绕同一个 Brief 和同一套品牌规范持续生成，实际效率会比单独使用多个工具高很多。

3. 电商团队

一个新品上线，经常要同时做商品主图、详情页、广告素材、短视频和社交媒体内容。

目前很多团队还是在 Photoshop、剪映、Midjourney、视频模型之间来回切换。

Miora 这种统一画布的价值，就是减少这种工具之间的切换。

4. 视频前期制作

Miora 目前已经在强化从脚本、Storyboard 到视频生成的连续工作流。

尤其适合广告创意、短片预演、产品宣传视频。

它不一定直接替代专业剪辑软件，但前期构思和素材生产会方便很多。

5. UI 和产品概念设计

Miora 也把 UI/UX 放进了核心能力。

所以它不只是平面设计工具。

以后产品经理做概念稿、交互方案、活动页面，也可能直接在这样的 AI Creative Workspace 里面完成第一版。

五、Miora 和 Lovart 到底有什么区别？

很多人最关心的还是这个问题。

其实现在不能再把 Lovart 理解成单纯的 AI 出图工具。

Lovart 本身已经非常完整。

它有无限画布、图片和视频生成、Brand Kit、AI Skills、局部编辑，以及从一套设计快速适配多个比例和规格的能力。

如果单看“做设计”这件事，Lovart 已经非常成熟。

两者最大的区别，并不是谁功能更多，而是产品重点不一样。

对比	Miora	Lovart
更强调什么	长期记忆、项目上下文	单次设计质量和执行效率
产品感觉	AI 创意团队	AI 设计工作台
品牌一致性	Memory	Brand Kit
Agent 方式	多个专业 Specialist	一个完整设计 Agent
适合任务	长周期、系列化创作	快速完成具体设计
画布能力	强调多类型素材协同	精修和设计生产比较成熟
工作流	更强调持续积累	更强调快速落地

如果一定要用一句话概括：

Lovart 像一个很能干的设计师。

Miora 更像一个会记住你要求的长期设计团队。

当然，这并不代表 Miora 一定比 Lovart 好。

如果现在让我做一张高质量宣传海报，我可能还是会优先看 Lovart 的实际出图和精修能力。

但如果是一家公司，要长期做品牌宣传、产品内容和系列设计，Miora 这种 Memory 路线会比较有意思。

六、为什么我觉得“记忆”比换模型更重要

现在 AI 图片模型更新非常快。

今天这个模型强，过几个月可能又换一个。

因此单纯靠“接入最好的图片模型”，很难形成长期差异。

真正有价值的反而是模型之外的东西。

比如：

它是否理解我的品牌；

是否记得以前做过哪些项目；

是否知道领导喜欢什么；

是否知道哪些设计被客户否掉过；

是否能把这些经验保存下来；

下一次能不能直接接着做。

这才是企业真正需要的能力。

因为企业不缺一次漂亮的生成。

缺的是稳定、可复用、可以规模化的生产方式。

从这个角度看，Miora 最值得关注的，并不是它现在能生成多少种图片、调用多少个模型。

而是它在尝试把设计工作中的经验、规范和上下文保存下来。

如果这条路线真正做好，以后我们使用设计软件的方式可能会有一些变化。

以前是：

打开 Photoshop、Figma，自己一步一步操作。

现在越来越像：

把目标、素材、品牌规范交给 Agent，让它先完成大部分工作，人再负责选方向、修改和审核。

Lovart 已经把这种模式做得很成熟。

Miora 则进一步加入了长期记忆和专业 Agent 分工。

两者走的都是同一个大方向，但重点不完全一样。

所以我现在看 Miora，并不会简单把它理解成“腾讯又做了一个 Lovart”。

它真正想做的，可能是一套能够长期记住企业设计习惯的 AI 创意工作台。

这也是我觉得它最值得继续观察的地方。