把审美变成记忆，Virse做了一套AI创意工作台

AI设计走向专业化。

AI创作工具已经挤成了一片。

图像生成、视频生成各自拥有对应的模型，再加上无限画布、工作流与Agent能力，基本已经成为这一代视频创意产品的标配。

对高频使用这类工具的创作者来说，痛点多集中在后续改稿与交付。想要在多轮生成中，稳住同一个人物、产品形象和视觉风格并不容易；客户仅要求微调一处细节，模型却常常连带改动整张画面等等问题。

最近一支年轻的团队也进入了这条赛道，Virse把自己定义成面向专业设计工作的AI创意工作台。

创始人赵一凡毕业于Cornell University，曾在腾讯做软件工程和产品工作，此前做过一款AI定制设计产品并完成收购退出。

联合创始人为Angela Chen，有Cornell和Veritas Technologies的设计经历，也拿过红点等多个国际设计奖。

早期团队资料中，技术方向还包括Brown University计算机博士Tian Yun，主要研究多模态和视觉语言模型，曾在Google和Meta参与研究工作。Virse目前已经获得真格等基金的天使轮融资。

打开产品后，最直观的形态依然是一张无限画布，用户可以把文字、图片、搜索结果和生成素材留在同一个空间里，再调用不同模型继续修改和扩展。

图片生成后支持局部修改与画面延展，也能基于同一套素材直接制作视频。不过这些并不新鲜。

多模型、无限画布和Agent已经很难单凭这些做出差异化。Virse自己也没有把重点压在某一个生成模型，它更想解决的是设计工作里那些容易被AI工具拆得支离破碎的痛点。

参考素材、设计师选定过的风格、团队确认的视觉方向，还有项目多轮修改沉淀下来的素材关联，这些信息都会被保存下来，作为整个创作流程里的一部分。

其中围绕个人审美偏好的部分，Virse给这套能力取了一个名字，LAMM，也就是Large Aesthetic Memory Model，官方把它描述成个人审美记忆系统。

用户第一次建立审美画像时，会在一组组图片里选择自己更喜欢的视觉结果，系统随后生成一张六维画像，用来描述用户对色彩、画面复杂程度和构图秩序的偏好，也会记录写实倾向、抽象倾向以及动态感受。

后续收藏的图片、画布里的作品以及持续做出的选择，还会继续影响这张画像，这个设计很容易让人想到推荐算法，只是Virse试图把偏好学习带进创作工具。

Virse没有只把记忆留在对话上下文和项目文件里，还单独抽出了一层视觉偏好，让这套偏好参与素材检索与内容生成。

用户搜索参考图时，系统可以结合已经积累的审美画像去调整结果，这项能力被命名为个性化检索。

Virse还把这套思路延伸到了不同的视觉风格里。比如杂志感、产品摄影、时尚大片、概念设计这些常见方向，用户可以直接选择更接近项目需求的风格，再结合参考图和画布里已有的素材继续生成。

此外，Virse的画布不只是素材摆放区域，图片、文字和它们之间的连接都会成为后续操作可以利用的上下文。

可以把参考图拉进画布，保留尝试过的版本，再让Agent根据已有关系继续工作。多个Agent也可以围绕同一个项目共享上下文，有的负责视觉探索，有的处理批量生产，设计师负责判断方向和筛选结果。

项目交接也被保留在同一套画布结构里。用户转交同事的不只是导出后的成品图，之前用到的参考素材、生成过的不同版本，还有素材之间的关联都能一并留存。

对长期制作广告、电商素材与品牌视觉的团队来说，这类信息往往比单张成品更有价值。后续接手的设计师，可以顺着已有的创作脉络继续推进项目。

Virse虽然也向个人创作者开放，但目前更看重专业设计团队，主要定位为面向专业设计工作的AI工具，服务于品牌方、设计工作室、电商团队和创意机构。

个人用户可以直接使用画布和模型，团队则可以进一步共享素材、审美风格和项目内容。

而Virse瞄准的专业创作，也已经是一条越来越拥挤的赛道。FLORA 就是其中很有代表性的一家。

创始人Weber Wong曾在Menlo Ventures做投资，后来去了纽约大学一个融合技术与艺术的研究生项目。

做艺术项目时，他发现当时很多AI工具更适合普通用户快速生成内容，专业创作者需要的控制和反复修改能力却很有限，于是做出了FLORA。

FLORA最初同样依靠一张无限画布把不同模型连接起来，随后逐渐加入多人协作、品牌资料和可重复使用的工作流。公司目前累计融资已经达到5200万美元。

同样出身康奈尔的林之秋，所创办的 Moodio 选择了更垂直的路线。在作为CMU 计算机视觉方向博士期间，过去数年的研究重心，都落在视觉语言模型与专业视频理解领域。

2020年，他作为第一作者完成的Visual Chirality入选CVPR Oral，并获得最佳论文提名，当时还只有21岁。

Moodio可以说是一个直接从论文和实验室研究中衍生出来的创业项目，它围绕着影视制作里的参考片搜索、镜头语言理解和生成搭建产品。

用户可以先找到想要的电影镜头，再让AI拆解摄影语言，最后继续生成素材。公司已经完成一轮好莱坞背景美元基金参与的千万级Pre-seed融资，估值过亿。

相比之下，Virse选择了一个更横向的位置。它没有把自己限定在影视或者时尚设计里，希望覆盖品牌视觉、包装、产品设计、电商和广告等不同类型的专业设计工作。

Virse想留下的是设计过程中不断积累的审美偏好、品牌规则、项目上下文和团队协作关系。

创始人Yifan认为，基础模型还会继续变强，难的是把一次生成变成可以反复修改、满足现实约束，并最终完成交付的专业工作。

它试图把审美变成记忆，并不只是让AI记住某个人偏爱明亮还是克制的画面，也包含品牌长期使用的视觉资料、设计团队认可过的风格、项目留下的生成关系，以及下一次创作可以继续调用的上下文。

审美只是最容易被用户感知的一层，背后指向的还是一套持续积累的设计工作环境。

画布负责留下过程，Agent参与执行，外部模型提供生成能力，审美与团队资产则持续积累。

Virse想做的，就是把那些容易随着项目结束而消失的视觉经验留下来，让下一次创作不必重新认识用户，也不用重新认识一个品牌。

文章来自于“虾蛄AI”，作者“虾蛄内容部”。