Canva 发布自研图像模型 Craft：不仅能出 2K 图，还能一键拆成可编辑图层

大部分 AI 画图工具给人的感觉就像开盲盒，你输入一段提示词，它啪地吐出一张完整的扁平图片，文字排版经常错乱，想改其中一个小元素更是难如登天。

做设计软件起家的 Canva 显然不想这么玩。10 月 22 日，Canva 正式发布了首个自研图像生成模型 Canva Craft，直接把矛头对准了 OpenAI、Google 和 Meta 等巨头。

先排版，再动笔作画

Canva Craft 最大的不同在于它的两阶段生成架构。它不像传统模型那样直接渲染整张图，而是先当个设计师做规划。

在第一阶段，模型先解读用户的提示词，规划画面的空间关系、元素相对比例、视觉层级以及文字排版信息。到了第二阶段，它才会真正生成最高 2K 分辨率的画面，并支持 30 多种不同宽高比。

这种做法换来的最直接好处，是画面里的文字终于变得清晰可读，物体摆放也不容易打架。

更关键的是训练数据。Canva 并没有像对手那样大量依赖通用网络照片，而是用了自家资源库里数以百万计的人类设计模板，包括海报、社交媒体图、演示文稿、信息图和菜单。

这也让生成的图片具备天然的设计属性。配合 Canva Magic 工具，生成的图像可以直接转成分层的设计文件。用户想要微调某一行字或移动一个图标，直接在图层里改就行，不需要让整张图重新跑一遍。

在评估 AI 设计能力的众包基准榜单 Design Arena 上，Canva Craft 目前排名第四，仅次于 OpenAI 的三款 GPT-Image 系列模型。

降低账单，还想打进别人的地盘

这次自研模型的背后，离不开 Canva 在 2024 年收购的图像平台 Leonardo.ai，后者的研究人员直接参与了开发。

目前 Canva Craft 已经向全球所有用户开放，在左侧菜单的 Dream Lab 选项卡里就能用上。除了网页端，Canva 也开放了 API，后续还会推出速度更快、成本更低的 Craft-fast 和 Craft-ultrafast 两个轻量版本。

更有意思的是生态层面的动作。Canva 计划通过开放的模型上下文协议 MCP，把 Canva Craft 接入 ChatGPT 和 Gemini 等第三方聊天机器人或 AI Agent，让别人在对话里也能调用它的排版能力。

对于 Canva 来说，自研模型也是一笔迫在眉睫的经济账。过去 Canva 内部接入了大量第三方模型，自研能直接帮它省下一大笔昂贵的 API 调用费，同时把生成质量和渲染速度的控制权抓在自己手里。

据外部分析师估算，Canva 去年有望实现 40 亿美元营收，但因为下调了增长预期，其估值已从 420 亿美元滑落至 350 亿美元。省钱和自研，成了它稳住利润率的必经之路。

为什么重要

我们认为，Canva Craft 走了一步非常务实且聪明的棋。

对于日常要做营销海报、做 PPT 的普通打工人来说，它解决的最大痛点不是画得有多逼真，而是能不能改。以前用 Midjourney 或 DALL-E，字体往往乱码，稍有不合心意就得重新抽卡；现在生成的图能直接拆成图层编辑，才算真正融进了日常生产力流程，完全值得现在去 Dream Lab 里试一试。

对行业而言，这代表垂直工具软件正在集体告别套壳大厂的阶段。Canva 证明了一件事：通用大模型画风景可能很强，但真到了商业版式设计，垂直平台沉淀的海量结构化模板才是最硬的护城河。

不过，自研前沿模型向来是吞金兽。Canva 如今面临增长放缓和估值缩水的压力，自研带来的算力与研发开销能否真如预期般大幅摊薄第三方 API 成本，甚至通过 MCP 和外部 API 拓展出新的收入来源，看起来仍是它接下来要面对的硬仗。