Canva Craft发布:先排版再渲染,生成图可拆成可编辑图层

流云 2026-10-24 1211 0条评论
摘要: 10月23日,Canva Research推出Canva Craft,一款为设计场景训练的图像生成基础模型,也是Canva首个从零自研的图像基础模型。它的做法与传统文生图不同:先确...

10月23日,Canva Research推出Canva Craft,一款为设计场景训练的图像生成基础模型,也是Canva首个从零自研的图像基础模型。它的做法与传统文生图不同:先确定版面如何排布,再决定像素如何生成。最高输出2K分辨率、30种以上画幅,画面内文字支持55种语言,免费账号即可在Dream Lab中调用。

两阶段架构:构图规划与渲染分离

第一阶段由图像规划模型读提示词,写出一份构图方案:画面里有哪些元素、空间关系如何、相对尺度与视觉层级怎么排、哪里要放文字。第二阶段由渲染模型把这份方案转成最高2K的图像。相比直接从提示词出像素,多出的这一步让复杂版式的可预期性更高。文字被当作构图的一部分处理,因此能落在计划好的位置上,标题与副标题的层级关系可以复现。在AI工具导航的图像生成分类中,这种“先规划后渲染”的路线,与端到端文生图形成了明确区隔。

生成结果可拆成可编辑图层

Craft用JSON边界框描述画面元素,生成结果配合Canva的Magic Layers可转成可编辑图层,元素能单独移动、替换与改写,而不必整张重画。这是两阶段架构带来的直接好处:规划阶段已经把元素拆开,渲染后仍能按同一套边界框还原成层。对于关注AI办公软件推荐的品牌与内容团队,这意味着生成的营销物料可以直接进入编辑流程,而不是只能作为一张成品图使用。

与同类设计向模型的差异

Seedream 5.0 Pro支持图文混排与多语言文字,Qwen-Image-3.0聚焦复杂版面与中文语义、支持约12种语言文字渲染。Craft的差异在语言覆盖面与图层能力:55种画面内文字语言,产物可拆成可编辑图层,另两款以整图编辑与局部重绘为主。Canva公布的盲测结果中,Craft在人像分组与风景自然分组均列第一、总榜第四,抽象图案第二、产品第四;同批对比调用了25万名设计师,对25000组以上同题结果做选择。这些名次来自发布方自建评测,选型时仍需按能力维度对照实际需求。

接入方式与适用场景

除Canva应用内的Dream Lab入口,Craft同时通过公共API与Canva MCP Server对外提供服务。开发者可把它嵌进营销平台、电商站点、广告投放与印刷服务;智能体可通过MCP在任务流程中直接生成可用素材,不必人工切到设计界面。官方列举的方向集中在需要成品的商业与内容场景:海报、传单、社交图与演示视觉,人物、场景、食物、旅行等写实画面,以及扁平、矢量、绘画与手绘风格。适用人群:需要在设计工具内直接产出可用素材的品牌与内容团队,以及希望把生图能力接进自家系统的开发与产品团队;只需要单张高质量插画、不在意版面与文字排版的人,专用插画模型仍然更合适。

编辑判断

Canva Craft的价值不在于“又一个文生图模型”,而在于它把设计场景最在意的两件事——版面与文字——放进了生成流程的前端。先写构图方案再渲染,让复杂版式的可预期性更高;JSON边界框让生成结果可以拆成图层,编辑成本大幅下降。免费账号即可调用,降低了尝试门槛。但它是闭源模型,不提供权重,也没有自托管方案,适合已经在Canva生态内或愿意通过API接入的团队。设计向图像生成正在从“生成一张图”走向“生成可编辑的设计稿”,Craft是这条路线上的一个明确信号。


文章版权及转载声明:

作者:流云本文地址:https://www.sanwenge.com/post/1525.html发布于 2026-10-24
文章转载或复制请以超链接形式并注明出处三文阁