Canva 釋出自研影像模型 Craft：不僅能出 2K 圖，還能一鍵拆成可編輯圖層

大部分 AI 畫圖工具給人的感覺就像開盲盒，你輸入一段提示詞，它啪地吐出一張完整的扁平圖片，文字排版經常錯亂，想改其中一個小元素更是難如登天。

做設計軟體起家的 Canva 顯然不想這麼玩。10 月 22 日，Canva 正式釋出了首個自研影像生成模型 Canva Craft，直接把矛頭對準了 OpenAI、Google 和 Meta 等巨頭。

先排版，再動筆作畫

Canva Craft 最大的不同在於它的兩階段生成架構。它不像傳統模型那樣直接渲染整張圖，而是先當個設計師做規劃。

在第一階段，模型先解讀使用者的提示詞，規劃畫面的空間關係、元素相對比例、視覺層級以及文字排版資訊。到了第二階段，它才會真正生成最高 2K 解析度的畫面，並支援 30 多種不同寬高比。

這種做法換來的最直接好處，是畫面裡的文字終於變得清晰可讀，物體擺放也不容易打架。

更關鍵的是訓練資料。Canva 並沒有像對手那樣大量依賴通用網路照片，而是用了自家資源庫裡數以百萬計的人類設計模板，包括海報、社交媒體圖、簡報、資訊圖和選單。

這也讓生成的圖片具備天然的設計屬性。配合 Canva Magic 工具，生成的影像可以直接轉成分層的設計檔案。使用者想要微調某一行字或移動一個圖示，直接在圖層裡改就行，不需要讓整張圖重新跑一遍。

在評估 AI 設計能力的眾包基準榜單 Design Arena 上，Canva Craft 目前排名第四，僅次於 OpenAI 的三款 GPT-Image 系列模型。

降低賬單，還想打進別人的地盤

這次自研模型的背後，離不開 Canva 在 2024 年收購的影像平臺 Leonardo.ai，後者的研究人員直接參與了開發。

目前 Canva Craft 已經向全球所有使用者開放，在左側選單的 Dream Lab 選項卡里就能用上。除了網頁端，Canva 也開放了 API，後續還會推出速度更快、成本更低的 Craft-fast 和 Craft-ultrafast 兩個輕量版本。

更有意思的是生態層面的動作。Canva 計劃通過開放的模型上下文協議 MCP，把 Canva Craft 接入 ChatGPT 和 Gemini 等第三方聊天機器人或 AI Agent，讓別人在對話裡也能呼叫它的排版能力。

對於 Canva 來說，自研模型也是一筆迫在眉睫的經濟賬。過去 Canva 內部接入了大量第三方模型，自研能直接幫它省下一大筆昂貴的 API 呼叫費，同時把生成質量和渲染速度的控制權抓在自己手裡。

據外部分析師估算，Canva 去年有望實現 40 億美元營收，但因為下調了增長預期，其估值已從 420 億美元滑落至 350 億美元。省錢和自研，成了它穩住利潤率的必經之路。

為什麼重要

我們認為，Canva Craft 走了一步非常務實且聰明的棋。

對於日常要做營銷海報、做 PPT 的普通打工人來說，它解決的最大痛點不是畫得有多逼真，而是能不能改。以前用 Midjourney 或 DALL-E，字型往往亂碼，稍有不合心意就得重新抽卡；現在生成的圖能直接拆成圖層編輯，才算真正融進了日常生產力流程，完全值得現在去 Dream Lab 裡試一試。

對行業而言，這代表垂直工具軟體正在集體告別套殼大廠的階段。Canva 證明了一件事：通用大模型畫風景可能很強，但真到了商業版式設計，垂直平臺沉澱的海量結構化模板才是最硬的護城河。

不過，自研前沿模型向來是吞金獸。Canva 如今面臨增長放緩和估值縮水的壓力，自研帶來的算力與研發開銷能否真如預期般大幅攤薄第三方 API 成本，甚至通過 MCP 和外部 API 拓展出新的收入來源，看起來仍是它接下來要面對的硬仗。