硬核横评
硬核横评

腾讯 Miora 测评:AI 创意智能体是设计师掘墓人还是合伙人?

腾讯 2026 年 5 月推出的首个 AI 创意智能体 Miora(设计妙境)硬核测评。多 Agent 协作交付项目(非单图)+ 记忆系统 + 指哪改哪局部编辑 + Skill 复用。对比表 vs Lovart vs Midjourney/SD,青鸾超跑品牌实操,三避坑(创意天花板/复杂逻辑/腾讯生态绑定)。

发布于 2026年7月25日12 分钟阅读
<!-- miora-review | review | 腾讯 Miora AI 创意智能体测评 -->

别再刷"设计师失业"了,Miora 智能体真正淘汰的,是这种工作方式。

2026 年过了一半,设计圈最赛博朋克的一幕出现了:一边是社交媒体上疯传"腾讯 Miora 让设计师彻底没了工作"的恐慌帖,另一边是拿到内测资格的设计师在群里吐槽"一言难尽"。

冰与火之间,就是今天要拆解的主角:腾讯首个 AI 创意智能体 Miora(腾讯设计妙境)。它到底是设计师的"掘墓人",还是又一个半成品?我懒得扯情绪,直接用工程师的视角,把这个号称"设计版 WorkBuddy"的家伙拆开看看。

剥开"智能体"的皮:它凭什么叫"设计合伙人"?

先说清楚一件事:Miora 不是 Midjourney,也不是 Stable Diffusion。它更不是套了个壳的"一键生图"工具。

根据腾讯在 2026 香港 Cloud Day 上的发布信息,Miora 是与 CodeBuddy / WorkBuddy 共享同源底层架构的"创意智能体工作室"。这意味着它从底层基因上就不是一个"生图模型",而是一个"任务调度与执行系统"。

这么理解它的运作逻辑:

  1. 多 Agent 协作,不是单兵作战 你对 Miora 说"我要一套新中式茶饮品牌的 VI 基础系统",它不会像传统 AI 那样直接吐出一张图。它的"大脑"会先拆任务:Logo 设计、品牌色板、字体规范、应用物料(杯子、纸袋、海报)。然后调度多个内建的"专家 Agent"同时开工,有的抓图形,有的管排版,有的负责 3D 渲染。最后你拿到的是一整套风格统一的成果,不是一张孤零零的图片。

  2. 有记忆,懂审美,能迭代 这是"智能体"和"工具"最本质的区别。Miora 引入了智能体记忆系统,它不光记着你上次生成了一张红色海报,还会学习你的创作习惯、审美偏好,甚至品牌规范。说白了,它越用越趁手,会从一个通用工具慢慢变成你专属的"设计合伙人",知道你要的"微调"是往左一点还是往右一点。

  3. "指哪改哪"的局部编辑能力 这正好打在传统 AI 生图工具的痛点上。你为了一张海报里的一行字,可能要重生成百上千次。Miora 支持框选、圈画、改字体、换元素,用自然语言就能完成修改,不用全部重来。这是一种从"生成式"到"编辑式"的创作范式跃迁。

  4. 工作流 Skill,一键复用 你可以把一次成功的、复杂的创作过程(比如"赛博朋克风电商首页设计"),沉淀为一个可复用的 Skill。下次再有类似需求,直接调用 Skill,它就能按你上次调试好的流程、风格和细节,自动跑完全程。

Miora 想做的,是让 AI 交付一个项目,而不是一张图。

实战对比:Miora vs 传统 AI,谁才是性价比之王?

参数和概念说得再多,不如直接拉出来练。把它和直接竞品以及传统 AI 工具做个对比,差距就很清楚了。

维度Miora (腾讯)Lovart / 类似设计智能体传统 AI 工具 (Midjourney/SD)
核心定位创意项目交付平台创意设计工具图像/视频生成模型
工作方式多智能体协作,任务拆解,多模态并行输出对话式生成,聚焦设计稿单次 prompt 生成,需反复抽卡
风格一致性强。记忆系统+品牌规范,可跨物料保持统一较好,部分工具支持风格锁定弱。最大痛点,多张图难保持一致
局部修改原生支持。框选、圈画、文字指令改稿部分支持,体验各异几乎不支持,依赖 PS 后期或反复重绘
交付物成套品牌 VI、视频、3D、UI 设计稿、规范文档单张或少量设计稿单张图片/视频
学习成本低。自然语言交互,可视化画布低到中等高。需学 prompt 语法和参数
价格全量上线初期有免费额度,后续政策待定通常有免费试用,付费版价格不一MJ 付费订阅,SD 自部署成本高
最佳场景品牌全案、电商物料、UI/UX 原型、视频分镜插画、Logo、海报设计概念艺术、高质量单图、灵感探索

结论很简单:如果你只需要一张"美图",Midjourney 依然是王者。但如果你需要一个能交付"一整套能用的、风格统一的品牌工程文件"的 AI 团队,Miora 是目前市面上最接近这个目标的东西。

保姆级实操:0 元打造一个"东方高手超跑"概念品牌

说多少都没用,试试就知。假设我们要做一个名为"青鸾"的东方超跑概念品牌,需要一套基础物料。

1. 一句话立项 打开 Miora,输入核心需求指令:

"为名为'青鸾'的东方超跑概念品牌设计一套视觉方案。风格融合东方美学(如水墨、云纹、青铜器)与极致科技感,主色调为'玄青'和'赤铜'。需要品牌 Logo、一张概念车海报、一段 5 秒的动态预告视频分镜、以及一个 3D 悬浮车标模型。"

2. 观察智能体协作 你会看到 Miora 的画布开始"思考"。它首先会主动向你澄清需求,比如:"是否需要更偏向商务豪华还是赛道性能?"然后,它会拆解任务,一个 Agent 开始生成 Logo 草图,另一个 Agent 同时构建概念海报的构图,还会有 Agent 负责生成视频分镜脚本和 3D 模型的预览图。这个过程是并行的,不是串行。

3. 用"指哪改哪"进行精细化调整 对生成的 Logo 不满意?直接框选,输入指令:"把车标里的流线形线条,替换成更具攻击性的青铜饕餮纹样,但保留现代感。"海报上的文案字体需要调整?圈中文字,输入:"使用更有力量感的书法体,颜色改为赤铜色。"无需重新生成整张图,指哪改哪,所见即所得。

4. 一键交付 所有细节敲定后,点击导出。你将得到一套风格统一的品牌物料:可用于印刷的 Logo 源文件、一张视觉冲击力十足的海报、一个可以直接交付给动画师的分镜脚本,以及一个 3D 车标的预览文件。这就是所谓的"交付项目"。

避坑指南与选型建议:Miora 的致命缺陷与谁会被优化

最后说点实在的。Miora 不是万能药,它有明显的边界和缺陷,这可能正是文章开头"一言难尽"吐槽的来源。

避坑点 1:创意天花板,而非创意发动机 Miora 的优秀在于"执行"和"组合",不是"开创"。它能高效地完成一套合格的、甚至优秀的商业设计,但无法凭空创造出一种颠覆性的艺术风格。它的"创意"源于对海量现有设计的学习和重组,本质上是个"高级缝合怪"。对于顶尖的、需要开创性视觉语言的艺术家来说,它目前还只是个辅助工具,不是替代品。

避坑点 2:复杂逻辑的理解能力依然有限 虽然它能拆解任务,但面对极度复杂、模糊、充满矛盾的多层需求时,它依然会"懵逼"。你需要像一个创意总监一样,把宏大的需求拆解成它能理解的可执行指令。指望它从一个"我要做一个改变世界的社交 App"的废话里,直接生成完整 UI 和高保真原型,那是你想多了。

避坑点 3:模型依赖与腾讯生态绑定 Miora 搭载的是海内外主流视觉模型,这意味着它的生成质量下限有保障,但上限也受制于这些模型。同时,它作为腾讯 Buddy 家族的一员,未来很可能与腾讯云、企业微信、腾讯文档等生态深度绑定。对于非腾讯生态的企业,可能会有一定的迁移和维护成本。

那么,Miora 到底会淘汰谁? 它淘汰的不是设计师,而是那种重复性、执行性的设计工作方式。只会用软件套模板、抠图、排版的美工,确实面临巨大挑战。但懂策略、懂用户、懂品牌,能用精准的语言指挥 AI 军团、并拥有顶级审美判断力的设计师,身价会倍增。

Miora 把你的工作台,从一堆孤立的软件,变成了一个能对话、能协作的 AI 创意团队。而你,就是这个团队的创意总监。工具变了,但决定最终高度的,还是那个握着指挥棒的人。


参考来源

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-07-25

常见问题

Miora 是什么?
腾讯 2026 年 5 月推出的首个 AI 创意智能体(设计妙境),与 CodeBuddy/WorkBuddy 同源架构。多 Agent 协作交付整套品牌项目(Logo/海报/视频/3D),有记忆+局部编辑+Skill 复用,定位"设计合伙人"非"生图工具"。
Miora 会替代设计师吗?
替代重复执行型美工(套模板/抠图/排版),不替代懂策略/用户/品牌的创意总监型设计师。Miora 是"高级缝合怪"(执行强开创弱),顶尖艺术家它只是辅助。会用 AI 指挥的设计师身价倍增。
Miora vs Midjourney 怎么选?
只要一张美图选 Midjourney(单图王者);要交付整套风格统一的品牌工程文件选 Miora(多 Agent 协作+记忆+局部编辑)。Miora 适合品牌全案/电商物料/UI 原型/视频分镜,MJ 适合概念艺术/灵感探索。

相关文章

硬核横评

每 token 缓存差 39 倍:四款开源旗舰 Agent 横评

四款开源旗舰同台横评:MiniMax M3.1 Flash(428B/A23B)、DeepSeek V4.1 Flash 1017、GLM-5.3、Kimi K3——四款全部出现在 MiniMax 官方模型卡对照表,口径天然可对齐,但有两层前提必须写明:整表由 MiniMax 代跑(模型卡自认),且各基准 harness 不同(Terminal-Bench 4.0 用 Codex 0.149.1、DeepSWE 用 mini-SWE-agent@512K、CyberGym 用 Claude Code);M3.1 Flash 全部分数为厂商自报、无第三方复现。唯一第三方刻度是 AA 智能指数:DeepSeek 1017 得 45、M3.1 Flash 42、M3 得 29(GLM-5.3 的 59 属另一指数、另一月份,仅方向参考)。效率上的真差距在 KV cache:DeepSeek 1017 官方每 token 890 字节,M3.1 Flash 34,560 字节(vLLM 工程口径),自托管长上下文的内存账差约 39 倍。M3 到 M3.1 Flash 没有官方基准对照表,只有三项声明(速度近 3 倍、200+ tok/s、Agent 成本降 70% 且未公布测算方法)、价格对切(0.30/1.20 美元到 0.15/0.60 美元)与 vLLM 工程数据(权重 451.5 到 250.1GB、KV 每 token 61,440 到 34,560 字节)。价格全景:M3.1 Flash 0.15/0.60 美元、缓存 0.015;DeepSeek off-peak 同价但缓存仅 0.003 美元、peak 双倍;GLM-5.3 人民币 8/28 元、缓存 2 元;K3.1 Pro 2/10 美元(媒体引截图口径)。Kimi 陷阱:表中 K3 的 TB4.0 12.6 与 10 月 24 日凌晨 K3.1 Pro 自测的 65.7% 跨版本跨 harness,严禁混比,且 K3.1 Pro 权重 11 月 4 日前才放出。矛盾清单并列不裁决:Automation-Bench 62.2 与 62.8、参数 428B 对 HF 元数据 220B、checkpoint 250.1/233/220GB 三说并存。

2026年10月24日8 分钟阅读
硬核横评

都喊开源,谁能跑上桌:五款大模型协议横评

2026 年 10 月中旬五款开放权重大模型挤在同一个窗口期亮相,都喊「开源」,成色差出三档。A 级真开源:Reflection Beam 用 Apache 2.0 零附加条款、下载 ungated;DeepSeek V4.1 Flash 1017 用 MIT 零附加;NVIDIA Nemotron 3.5 Bolt 74B-A9B 用 OpenMDW-1.1 且是五款中唯一把权重、训练数据、训练配方全部公开的。B 级开放权重带附加:Meta Muse Spark Open 的署名义务覆盖蒸馏产物(输出训练的模型也须标 Built with Muse Spark Open)、MaaS 转售年收超 2000 万美元需另签协议、HF gated 下载,法律意义上不满足开源定义。C 级承诺未落地:Mistral Large 4 权重截至 10-23 未出、协议连名字都没有、AA 仍归专有模型。第三方同尺 AA Intelligence Index v4.3.2:GLM-5.3 45 > Kimi K3 44 > DeepSeek 39.5 ≈ Muse 39 > Mistral 38 >> Beam 30(Beam 无公共 API,分数来自 self-hosted 推理);各家自报的 DeepSWE 与 Terminal-Bench 因 harness 与版本不同不可直比。硬件可得性从 Bolt 的 24GB 单卡到 Muse 的 NVFP4 700GB+ 显存、Beam 的 294GB 检查点(约 400GB 内存起步)差出两个量级。本文给出许可证八维度对照表、掺水维度速查(署名义务 > 营收门槛 > gated 下载 > 权重迟到 > 协议黑箱 > 数据配方不开放)与按用途选协议的实操建议;Muse 与 Beam 的单体深评另有专文,本文只作协议与可得性横比。

2026年10月23日8 分钟阅读
硬核横评

FLUX 3 Max 12 秒出片:官方四套速度谁在吹

fal Research 与 Black Forest Labs 于 2026 年 10 月 19 日推出 FLUX 3 Max:不是新基础模型,而是在 BFL 的 FLUX 3 之上做后训练、强化学习与推理优化的产物,fal 负责后训练与系统工程,BFL 提供底座。官方速度与 Elo 全表(Elo 取自 Artificial Analysis AA-Video-I2V v1.1 preliminary,耗时为 10 秒 16:9 视频在 720p/768p 的平均秒数):FLUX 3 Max 1,139 分 12.45 秒、Gemini Omni Flash 1.1 1,134 分 47.37 秒、MiniMax H3(768p)1,141 分 83.26 秒、FLUX 3 1,089 分 126.44 秒、Wan 3.0 1,127 分 180.16 秒、Seedance 2.5 1,139 分 277.80 秒,共 4,868 票,且榜单把 MiniMax H3 列为第一,官方自称并列第一只是因置信区间重叠。真正的问题在于官方自己就有四套速度口径:fal 落地页 12.45 秒、新闻稿 10.95 秒、API 模型页约 11 秒、BFL 官网 12 秒;倍率也并存 22 倍与 25 倍、对原版 FLUX 3 又有 10 倍与 11.5 倍两说,而 fal 定价总表另有一行 0.085 美元每秒与模型页 0.0425 美元每秒对不上。更关键的是 Seedance 2.5 的 277.80 秒完全来自 fal 单方,字节官方从未公布过 Seedance 2.5 的生成耗时基准,fal 也未说明这 277.80 秒对应哪个分辨率档,所谓同画质的前提并未闭合;第三方实测只快约 10 倍。机制上 FLUX 3 Max 有 reasoning_level 参数且含提示词扩写,Seedance 2.5 没有对应项,fal 计时口径明确排除扩写、解码与上传,两者在参考素材上限、关键帧机制、编辑与续写端点上也不对等。价格上 720p 促销 0.0425 美元每秒、标价 0.17 美元每秒,1080p 促销 0.0725、标价 0.29 美元每秒,折扣窗口 10 月 15 日至 11 月 7 日。

2026年10月22日10 分钟阅读