Napkin AI 这家图形设计公司正在垂直 AI 代理应用这一前沿领域开辟独特的发展道路。
用户只需在 Napkin AI 的网站上输入文字，其模型就能在 5 秒内生成对应的图形表示。
有趣的是，在底层实现上，Napkin 是通过将传统设计工作室中不同的工作角色 —— 文案、设计师、插画师、品牌风格师等，用独立的 AI 代理而不是人类来复制这些离散功能。
自 8 月份推出以来，该产品获得了令人印象深刻的用户增长。据 Napkin 联合创始人兼 CEO Pramod Sharma 透露，目前有 200 万测试用户，相比六周前增长了一倍。
"我们采取了稍微不同的角度，"他在接受 VentureBeat 采访时表示。"我们并不是从'让我们看看图像模型能做什么'开始。事实上，对我们来说这是后话。重点是创建图形需要什么，现在是如何完成的，然后再反向思考。"
Napkin AI 是垂直 AI 代理趋势的一部分
Napkin 是众多新兴创业公司中的一员，这些公司都在用垂直 AI 代理而不是传统 SaaS 模式来服务特定领域。Napkin 展示了这些基于代理的公司能有多高效。公司有 12 人的远程团队，只有 Sharma 一人住在旧金山湾区。这些公司也有望带来巨大的颠覆性，因为它们对特定用例来说更具定制性和功能性。
Napkin AI 的独特之处在于它专注于服务特定需求：帮助非图形设计专家的专业人士创建精美设计，主要用于 PowerPoint 演示。这些用户需要图表和其他插图，而不仅仅是生成式 AI 提供商制作的精美图片 —— 他们希望能够简单轻松地编辑这些图像。这正是 Napkin 所做的：在 5 秒内向用户提供最佳效果后，让用户可以编辑样式、颜色和设计类型。
Napkin AI 代表着第三种方式
Sharma 表示，Napkin 不像大多数其他图像提供商那样使用扩散 AI 模型，因为这些模型不允许用户轻松编辑插图的独特元素，例如饼图的切片或周围文字。通过在 Napkin 产品底层使用服务于特定有用功能的代理，Napkin 的方法代表了"第三种方式"。
第一种方式是现有的图形设计公司如 Adobe 或 Canva 采用的方式，即将 AI 工具附加到传统设计工作流程中。Napkin 没有这样做。它是生成式 AI 优先的，使用技术基于用户提示创建最佳的视觉初稿。然后简化剩余的编辑过程，考虑到大多数用户没有高级设计技能 —— 比如使用 Adobe Creative Cloud 所需的那种技能。
Napkin 也没有采用"第二种方式"，即新一代 AI 图像和视频公司 —— 如 MidJourney、Stable Diffusion、Runway、Ideogram 等 —— 以 AI 优先为荣，使用大型扩散模型用高质量图像或视频让用户眼花缭乱。它们之间的区别往往并不明显。然而，Sharma 指出，Napkin 决心不为了技术而沉醉于技术，因为那样做不是以用户为先。
以下是 Napkin AI 的工作原理：它允许用户粘贴文字描述 —— 无论是演示提示、博客摘录还是头脑风暴笔记 —— 并在几秒钟内收到多个高质量的图形选项。这些图形不仅仅是模板，而是可定制的设计，具有可编辑的字体、颜色和布局 —— 但它们易于使用，带有滑动工具。该产品避免了像 Figma 或 Canva 等更复杂工具提供的包含数百个选项的庞大菜单栏。创建图像后，Napkin 允许您以 PNG、PDF 或 SVG 格式导出。
Napkin AI 底层有四个子代理
更有趣的是代理在底层是如何工作的：Napkin 使用一个编排大语言模型 (LLM)，主要由 OpenAI 的 GPT-4o mini 驱动，来响应用户的提示。这个 LLM 作为一个代理，将任务委派给一系列具有特定职责的其他子代理。第一个"文本"代理建议可以在设计中使用的文本。第二个"布局"代理查看文本，并决定最适合该文本的特定设计布局。
第三个"图标和插图"代理检查数据库，看是否有匹配文本请求的图标，如果没有，它可能会即时生成图标。最后是第四个"样式"代理，让用户可以用自己的企业颜色和风格定制设计。正如 Sharma 解释的那样，Napkin 对这四个代理没有太多限制，只是要最大化质量和速度。Sharma 表示，在 5 秒内响应是满足客户需求的关键。
每个代理都为整体构图做出贡献，确保生成的图形不仅在美学上令人愉悦，而且符合用户的意图。
第四个样式代理将在下周引入产品，并会随时间推移进行改进，Sharma 解释道。不久，用户将能够上传其企业样式的截图或其他文档，这样图像模型就可以自动生成该风格的图像。Sharma 提到了 Meta 在大概念模型 (LCMs) 领域的研究可能会在这方面有所帮助。不过，目前 Napkin 的代理是一个渲染引擎，通过仪表板为用户提供各种样式选项。
质量和专注作为差异化因素
Napkin 最引人注目的承诺之一是对质量的关注。对 Sharma 来说，目标不仅仅是快速生成视觉效果 —— 而是确保每个图形都值得使用。"我们将您的书面内容转化为真正捕捉您想法精髓的图形，"Sharma 说。"我们意识到在图形方面，好还不够。它必须非常非常棒。否则就失去了意义。"
Sharma 与 Jerome Scholler 共同创立了 Napkin AI，此前他们都对演示文稿的质量感到不满。在创立 Napkin 之前，Sharma 创建了以设计质量著称的教育游戏公司 Osmo。Scholler 是 Osmo 的创始团队成员。Sharma 也是前谷歌员工。
这种对质量的执着延伸到技术基础。与通常缺乏图形语义理解的扩散模型不同，Napkin 的代理驱动平台允许它分离内容、布局和样式等元素。这种解耦允许用户动态修改内容而不失去设计的完整性。
发展和扩张
市场似乎认同 Napkin 的方法。该平台在过去六周内用户数量翻了一番，并显示出强劲的留存率，表明用户喜欢其底层工作流程。使用几周后，Sharma 说："用户都在说：'给我更多！''你们能扩展目录吗？可能性呢？插图类型呢？'这对我们来说很好，因为我们现在非常专注。"
有趣的是，对于视觉传达来说，某些设计效果很好，而其他设计则不然。例如，人脑可以轻松理解饼图和条形图，但可能更难理解其他设计。"我们在这个领域了解到的是，结构本身并不是无限的，"Sharma 说。"它们是人们通常使用的明确定义的结构或隐喻，但如何呈现它们？如何阐述那个隐喻？这就是创造力发挥作用的地方，我们实际上正在大力扩展这一点。"
该公司筹集了 1000 万美元种子轮融资，并于 2024 年 8 月退出隐身状态。但他们开始研究这个问题已经有三年了。"我可以告诉你这仍然是一个非常困难的问题，"Sharma 说。"人类非常擅长阅读图形，并判断图形是否好。他们可能不知道如何制作一个，但他们可以很快判断一个。"
Napkin AI 的未来
随着 Canva 和 Adobe 等大型企业关注生成式 AI 领域，Napkin AI 的明确差异化可能使其成为收购目标。无论是作为独立的颠覆者还是更大生态系统的关键组成部分，Napkin AI 无疑是生成式 AI 图形领域值得关注的公司。
