10 月 22 日，设计平台 Canva 发布了自研的第一个图像生成模型 Canva Craft，由其研究团队开发，对标谷歌、OpenAI、字节跳动和 Meta 的同类模型。Craft 分两个阶段工作，最终可输出最高 2K 分辨率图像，覆盖 30 种不同画幅比例，并已对全部用户开放。
先规划再生成
第一阶段模型解析提示词并产出一份规划，包含元素间的空间关系、相对尺寸、视觉层级，以及需要生成文字的信息，第二阶段据此出图。Canva 称这种做法的效果是物体细节更准、文字更可读，局部修改时不会牵动画面其他部分。
训练数据全部来自设计模板
模型没有用照片，而是用 Canva 素材库中的人工作品训练，包括海报、社交帖文、演示文稿、信息图、菜单和排版密集的版面。这样一来，生成结果还能经由 Canva Magic 的图像转设计模型还原成可编辑的分层设计。公司 2024 年收购的 Leonardo.ai 团队参与了研发。更轻量的 Craftfast 与 Craft-ultrafast 两个版本正在开发中，将陆续发布。
自研背后是成本压力
Canva 平台此前调用外部图像模型，自研能同时带来成本、质量与速度三方面的控制权。Craft 现已上线 Dream Lab 标签页，也会通过 Canva API 提供，并计划借助 MCP 让 ChatGPT、Gemini 等第三方聊天机器人直接调用。Canva 去年营收约 40 亿美元，今年下调了增长预期，外部分析师称其估值从 420 亿美元降至 350 亿美元，图像生成自研正是对高 AI 成本的一种回应。图像生成赛道的迭代路径，可参考可灵 AI 4.0 的工作流升级。
延伸阅读
- HappyOyster 1.0系列模型上架阿里云百炼：Adventure实时生成开放世界，Directing驱动剧情镜头1 月前
- 可灵AI 4.0深度：8000 Token提示词容量、Omni Reference与多语言唇音同步3 天前
- Qwen-Image-2.1深度：7B参数实现文生图与编辑大一统，小模也有专业级表现1 周前
- 阿里达摩院语构上线：自然语言构建、协作与发布智能应用，AI 原生开发平台怎么用1 月前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记