Canva首款自研图像生成模型Craft上线，文字清晰还能分层改

设计平台Canva发布了其首款自研图像生成模型Canva Craft。该模型由公司内部研究团队开发，直接对标谷歌、OpenAI、字节跳动和Meta的同类产品，目前已向平台所有用户开放，入口位于Dream Lab标签页。

与常见的“一句话出图”不同，Canva Craft把生成拆成两步。第一步理解用户提示词，先列出一份画面计划，写明各元素的空间关系、相对大小、视觉层级，以及后续要渲染的文字内容；第二步才按计划输出图像。

按Canva的说法，这套流程让画面中的物体细节更准确，文字也能保持清楚可读。用户可以对局部做精确修改，而不牵动图像的其他区域。输出规格上，模型支持最高2K分辨率和约30种宽高比。

训练数据的选择是这款模型比较特别的地方。Canva没有用照片喂给模型，而是调用了素材库中由人类设计师制作的模板，涵盖海报、社交帖、信息图、菜单和排版密集的版式。

这样训练出来的结果，可以直接接上Canva Magic，把生成的图转成带图层的设计文件。Canva去年曾发布过一款能理解设计与图层结构的模型，两者配合之后，生成图像不再是终点，而成了设计流程的中间环节。

这背后是设计工具角色的变化。过去这类平台卖的是模板和拖拽体验，用户要自己找素材、调间距、对齐网格；生成模型把从零到一的门槛压到一句话。

可真正决定作品能不能交付的，仍是文字对不对、图层能不能改、尺寸合不合平台要求。Canva Craft把力气花在这几点上，说明它想抢的不是艺术创作，而是日常的商业物料。

商业上的账也算得清楚。Canva平台此前接入了多家外部图像模型，每次调用都要付出API费用。换成自家的模型，成本结构会变，质量和速度的调度权也回到自己手里。

公司还透露正在开发Craftfast和Craft-ultrafast两个更便宜的版本，近期推出。这并非Canva第一次在生成式AI上落子，2024年它收购了媒体生成平台Leonardo.ai，Leonardo的研究人员参与了此次新模型的开发。

竞争环境不算轻松。谷歌、OpenAI、字节跳动、Meta都在迭代图像模型，Adobe则把Firefly嵌进自家的创意软件产品线。Canva的差异在于设计与协作场景本身：用户生成图片，往往是为了放进一份演示、一张海报或一条社交内容。

财务层面则有些微妙。Canva此前预计年营收达到40亿美元规模，但公司下调了2026年的增长预期，有外部分析师估算其估值从420亿美元滑落至350亿美元。一边是新品密集发布，一边是增长放缓。

接入范围还在往外扩。Canva计划通过MCP协议，允许ChatGPT、Gemini等第三方助手调用其图像生成能力，同时开放Canva API，让开发者把生成能力搬进自己的工作流。

用户端的感受会更直接。普通用户最明显的变化，是生成的字终于能看了；设计师要面对的局面不太一样：重复性的排版和配图会被压缩，把控方向、审校文字、组织信息的能力反而更值钱。

社团招新前一周，宿舍桌上摊着几张打废的样张，屏幕里海报标题怎么调都发虚，图层叠了十几层，导出的进度条爬得人心焦。要一张能用的图，得先翻素材站、再抠图、再一格一格对齐，一晚上过去，眼睛干得发涩。如今在Dream Lab里敲一句“招新海报，蓝白色调，标题要清楚”，出来就是2K，比例随便挑，字还真读得清。头一回看见生成的字不歪不糊，愣了几秒——原来做图可以是这样的。唉，当年那些熬夜对齐的格子，算是白熬了。

图像生成的门槛已经很低，难的是生成之后还能继续改。Canva Craft押注的正是这段被多数模型略过的路，能不能走通，要看用户愿不愿意为一张“能改的图”留在Canva里。