Canva 正式发布了其首个专为设计工作流构建的图像生成基础模型——Canva Craft。该模型由 Canva 内部 AI 实验室 Canva Research 从头训练，旨在提供对设计原则的更深层理解、更精准的文本渲染以及高度可编辑的输出。根据权威 AI 设计评估平台 DesignArena 的排名，Craft 已成为全球第四先进的图像生成模型，这也标志着 Canva Research 跻身全球第二大图像生成 AI 实验室。
核心架构：两阶段生成机制
与传统直接从提示词生成像素的图像模型不同，Craft 采用了一种创新的两阶段架构，将“构图规划”与“图像渲染”解耦：
- 构图规划阶段：模型首先解释用户提示，并生成详细的构图计划，包括元素分布、空间关系、相对尺度、视觉层次以及需要渲染的文本内容。
- 图像渲染阶段：专用的渲染模型将此结构化计划转化为高达 2K 分辨率、支持超 30 种宽高比的高保真图像。
这种显式建模构图和排版的方式，使 Craft 能够更准确地处理复杂布局，确保文本的可读性与对象放置的精确性。同时，该架构为细粒度控制奠定了基础，结合 Canva 的 Magic Layers 功能，生成的图像可轻松转化为带有 JSON 边界框的完全可编辑设计图层。
专为设计优化的训练与评估
Craft 的训练数据不仅包含常规图像，更深度整合了 Canva 内容库中数百万个人工制作的专业模板（涵盖海报、社交帖子、演示文稿、信息图表及排版丰富的布局）。这使得模型能够学习到有效设计背后的布局、层次和排版原则，而非仅仅模仿最终图像的像素分布。
在预训练后，Canva 通过监督微调和强化学习对模型进行了优化。其内部评估由专业设计师与研究人员共同完成，在超过 25,000 对图像的头对头比较中，当自动评估指标与人类设计师的判断出现分歧时，团队优先采纳设计师的反馈，以确保最终输出符合专业审美与实用性标准。
性能表现与未来演进
Craft 在多项子类别中表现优异，在“人物与肖像”及“风景与自然”类别中均位列全球第一，在“抽象与图案”中排名第二，“产品”类别中排名第四。它支持 55 种语言的文本生成，并能处理从精致营销资产到概念艺术的广泛创意任务。
为满足大规模应用对计算效率和推理速度的需求，Canva 通过高级模型蒸馏技术大幅减少了推理步骤，并开发了专为规划阶段优化的自定义推理引擎。基于此，Canva 宣布即将推出 Craft-fast 和 Craft-ultrafast 两个变体，旨在以领先前沿模型成本的一小部分，提供高质量且极速的图像生成服务。
生态集成与安全合规
Craft 现已通过以下渠道向全球用户和开发者开放：
- Canva 应用：所有用户可通过左下角的 Dream Lab 面板直接调用。
- 公共 API：开发者可将其集成到营销平台、电子商务网站或广告构建器等自有工具中。
- Canva MCP Server（即将推出）：支持 AI 代理和自动化工作流直接调用 Craft，使其能够作为复杂任务的一步，自动生成可直接用于设计的发布图形或产品照片。
在安全性方面，Craft 由 Canva Shield 全面护航。该模型在发布前经过了严格的品牌安全、文化背景和有害内容评估，并内置了强大的输入/输出审核机制与隐私控制，确保生成内容的安全合规。
Canva Craft 的发布，标志着图像生成模型正从“通用视觉创作”向“专业级、结构化设计工作流”深度演进，为设计师和开发者提供了兼具高质量与高可控性的全新生产力工具。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
