Canva 發布首個自家圖像生成模型 Canva Craft,主打版面與文字準確度

Canva 於 2026 年 10 月 22 日發表 Canva Craft,這是該公司由內部研究圖騰 Canva Research 自行開發及繪繹的第一個圖像生成模型,即日起向全球所有 Canva 用戶開放,並同時經公開 API 供開發者使用。Canva 稱 Craft 在設計評測平台 DesignArena 首次登場即排名第四,並在多個細項取得第一,令 Canva Research 成為圖像生成領域排名第二的人工智能實驗室。[1]

Craft 支援最高 2K 解析度,涵蓋超過 30 種長寬比,亦可在圖片中生成 55 種語言的文字;提示詞本身可用任何語言書寫。

兩階段架構先規劃後渲染

有別於直接由提示詞生成圖素的常見做法,Craft 採用兩階段架構,把構圖規劃與圖片渲染分開。第一階段由圖像規劃模型理解提示詞,繪出詳細構圖方框:畫面出現哪些元素、它們的空間關係、相對大小、視覺層次,以及需要出現的文字。第二階段再由渲染模型把方框轉化為高解析度圖片。

Canva 表示,預先為構圖與字幕編排建立模型,令複雜版面更準確,包括文字清晰可讀、物件位置精準、視覺關係一致;這種結構也方便針對個別元素作局部修改,而不必連帶改動整張圖,並可直接配合 Magic Layers,把生成品轉換成可編輯的圖層。[1]

以設計範本而非相片訓練

大多數圖像模型以相片為主要訓練素材,Craft 卻大幅偏重設計。其訓練資料包含數以百計設計、來自 Canva 內容庫的人類設計範本,涵蓋專業業報、社交媒體文、簡報、資訊圖表、菜單及以字幕編排為主的版面。Canva 指出,這些範本教學的並非完成品的外觀,而是版面、層次與字幕如何配合。

在預訓練之後,圖騰以監督微調及強化學習優化模型,並加入 Canva 專業設計師的意見,改善指令遵循、字幕準確度與整體視覺品質。內部評測時,Canva 設計師與數十名研究員合作,把超過 25,000 組圖片與領先模型作一對一比較;當自動評測與人手判斷不一致時,圖騰以設計師的判斷為準。[1]

速度與成本的取捨

Canva 表示,目前有超過 2.5 萬人使用其平台,每秒產生逾 400 個設計,要在這種規模提供下仍保持極致表現,必須在運算效率與推論速度上有突破。圖騰透過模型蒸餾,把 Craft 所需的推論步驟減至原本模型的一小部分,並為規劃階段開發專用推論引擎,令速度比首個內部版本快一個數量級。[1]

Canva 亦預告將推出 Craft-fast 與 Craft-ultrafast 兩個版本,主打以遠低於領先前沿模型的成本,提供高品質圖像生成。不過,公司未公開各版本的具體定價或推出日期。[1]

開放彈性與安全機制

除了在 Canva 的 Dream Lab 內使用,Craft 亦已開放預公共 API,讓開發者把模型接入市場推廣平台、電子商務網站、廣告製作工具及印刷服務;Canva 稱這是最快測試自家提示詞、與其他模型比較的方法。透過 Canva MCP 的整合俠「即將推出」,詎時 AI 助理可在完成較大任務的過程中直接生成可用於設計的圖片。[1]

安全方面,Craft 與其他 Canva 人工智能產品一樣受 Canva Shield 覆蓋,包括輸入輸出審核、隱私及安全控制,以及供用戶舉報有害或誤導內容的工具。Canva 亦表示會持續改進細節,例如細字與技術圖紙的準確度。[1]

參考資料

[1] Introducing Canva Craft(2026-10-22)

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

*