Canva 发布自研图像模型 Canva Craft
Canva Debuts Craft Image Model Built by Its In-House Research Lab
Canva 于 10 月 22 日发布 Canva Craft,这是其内部实验室 Canva Research 从零训练的首个基础模型,已通过 Dream Lab 向全球 Canva 用户开放,并通过公开 API 提供给开发者。该模型采用两阶段架构,先由规划模型解析提示词并生成构图方案,再由渲染模型输出最高 2K 分辨率、支持 30 多种宽高比的图像,可生成 55 种语言的文字。Canva 称 Craft 在 DesignArena 上首发位列第四,并预告 Craft-fast 和 Craft-ultrafast 两个更快变体即将推出。
正文 · AI 翻译
Canva 于 2026 年 10 月 22 日发布 Canva Craft,这是由公司内部 AI 实验室 Canva Research 从零构建并训练的首个基础模型。该图像生成模型通过 Dream Lab 向全球所有 Canva 用户开放,并通过公司的公开 API 提供给开发者。
Canva 表示,根据 DesignArena 的排名——该公司称其为最大的众包 AI 设计评估机构——此次发布使其成为全球第二大先进的图像生成 AI 实验室。
两阶段架构
与直接从提示词生成像素的传统图像生成模型不同,Craft 采用两阶段架构,将构图规划与图像渲染分离。在第一阶段,图像规划模型解读提示词,并撰写详细的构图方案:包含哪些元素、它们的空间关系、相对比例、视觉层级,以及图像中需要出现的任何文字。在第二阶段,专用图像渲染模型将方案转化为高保真图像,分辨率最高可达 2K,支持 30 多种宽高比。
Canva 表示,通过在渲染前对构图和排版进行建模,Craft 能够生成具有清晰可读文字、精确物体放置和一致视觉关系的复杂布局,并且该架构可实现对单个元素更精细的控制,从而进行有针对性的修改,而不会不必要地改变其他所有内容。该公司表示,同样的结构使 Craft 的输出非常适合 Magic Layers——其将生成图像转化为完全可编辑设计元素的工具——并为未来版本中计划的高级编辑和参考图像功能提供了技术基础。
用户可以用任何语言编写提示词,Craft 能够以 55 种语言生成文本。用户可以从 30 多种宽高比中选择,或输入自定义宽高比。JSON 边界框功能可将生成的图像转换为 Magic Layers 中的可编辑图层。
训练、评估与效率
Craft 的训练数据包含来自 Canva 内容库的数百万个人工制作的模板,涵盖专业设计的海报、社交媒体帖子、演示文稿、信息图、菜单以及排版丰富的版式。Canva 表示,大多数图像模型主要基于照片进行训练,而这些模板则教会模型布局、层级和排版如何相互配合。
在预训练之后,Canva 通过监督微调和强化学习对 Craft 进行了优化,并融入了其专业设计师的反馈,以提升指令遵循能力、排版准确性和整体视觉质量。在内部评估中,Canva 表示其专业设计师与数十名研究人员合作,在与领先模型的正面比较中评估了超过 25,000 对图像,并且当自动评估与人工判断不一致时,以设计师的判断为准。
Canva 报告称,Craft 在 DesignArena 上首次亮相即成为第四先进的图像生成模型。该公司表示,其输出在 People & Portraits 类别中位列全球第一(共 87 个模型),在 Landscapes & Nature 类别中位列第一(共 85 个模型),并在 Abstract & Patterns 类别中排名第二、在 Products 类别中排名第四。
Canva 报告称,超过 2.5 亿人使用其平台,每秒创建超过 400 个设计。该公司表示,要在如此规模下实现前沿级性能,需要在计算效率和推理速度两方面取得突破。该公司称,先进的模型蒸馏技术将 Craft 所需的推理步骤减少到原始模型的一小部分,而为规划阶段优化的自定义推理引擎使 Craft 比其首个内部版本快一个数量级。据 Canva 称,这些进展支撑了 Craft-fast 和 Craft-ultrafast 两个即将推出的变体,它们旨在以领先前沿模型成本的一小部分提供高质量图像生成。
可用性与安全性
要在 Canva 内使用 Craft,用户可从左侧底部面板打开 Dream Lab。开发者和产品团队可以通过 Canva 的公开 API 将该模型集成到自己的工具中,包括营销平台、电商网站、广告构建器和印刷服务。通过 Canva MCP Server 提供的支持被列为即将推出,该服务器将 Craft 连接到 AI 助手和自动化工作流,使智能体能够生成可直接在设计中使用图像。
Craft 由 Canva Shield 提供保障,这是该公司的 AI 安全方案,涵盖输入和输出审核、隐私与安全控制,以及让人们能够举报潜在有害或误导性内容的报告工具。Canva 表示,除了视觉质量外,其在发布模型前还会评估品牌安全性、文化背景以及有害内容的潜在风险。
模型背后的实验室
此前一天,即2026年10月21日,Canva首次公开介绍了Canva Research的内部情况,这是其专注于视觉与设计AI的内部研发实验室。该实验室由全球160多名AI研究科学家和工程师组成,隶属于一个400人的更大AI部门。
Canva的AI研究始于2017年,最初是为其模板库的搜索和推荐功能开发机器学习。该公司于2021年收购了总部位于维也纳的AI实验室Kaleido,于2024年收购了Leonardo,并在2025年将其AI研究团队整合为Canva Research。此后,它又纳入了MangoAI和Simtheory,Canva称这两者带来了强化学习和AI智能体方面的深厚专业知识。
Canva报告称,其AI工具的使用次数已超过360亿次,每月有超过10亿个设计通过Canva创建。该公司表示,其自研模型已为平台上的数十项功能提供支持,包括Magic Layers——它基于一个学习到的分解模型构建,能够理解构图中的元素和图层——以及Leonardo的Lucid Origin图像模型。Canva还表示,其图像转视频工作实现了每GPU小时视频生成量提升70%。
Canva表示,更快的Craft模型已在路上,公司将继续在质量、细节和控制方面努力,并指出细小文字和技术图纸是待改进的领域。