Canva 做了個不畫圖的模型,靠寫程式碼改你的圖層

Canva 在 10 月 22 日推出 Craft,這是它第一個自研圖像模型。七天後它推出 Brush,而 Brush 根本不生成圖像。
故事就在這個時間差裡。兩年來所有設計工具都被問同一個問題:你能不能把圖生出來,Craft 回答的是這個。Brush 回答的是另一個問題,它出現在客戶提案改到第三版的時候,那時九成版式已經對了,只有標題寫錯。
Brush 是一個視覺語言模型,訓練目標是改設計。它會先讀設計怎麼組成,寫幾行小程式執行你要的改動,然後檢查結果,看改動有沒有落在該落的地方。最後這一步會餵給下一步,所以整件事是一個代理循環,每一輪都基於上一輪的檢查結果。
Canva 說這個模型完成一般設計編輯任務,比它上一代設計代理最快快 69%,單一任務成本低 46%。這些數字是拿 Brush 和 Canva 自己先前的系統比,跟 GPT Image 或 Nano Banana 無關。當成一份內部效率說法來讀就對了,它本來就是。
工作單位不再是「生成一次」
多數圖像模型把請求當成一次性的:給提示詞,出像素,不滿意就從頭再來。設計師不這樣做事,他們用的工具也不這樣做事。一張簡報有圖層。一張海報有字級層級。改活動傳單上的日期,就該只動日期。

Canva 的發布文章把這個當成核心論點。公司說,讓模型做出好設計已經很難,改設計更難,因為模型得判斷你想改哪裡、設計是怎麼組織的、哪些東西必須原地不動。最後這一條判斷錯了,一個簡單請求就會連鎖成一堆沒人要的改動。
Brush 的做法是把設計看成一個過程,每一次決定都嵌在這個過程裡。它能反覆評估並改進自己的產出,Canva 就是用這個來描述「從草圖走到成品」。在底層,這個循環寫程式、把程式跑在設計上、看頁面、再決定下一步做什麼。
它產出的所有東西都還能改。文字、圖像、顏色、版式,連同那些更細的部分,都留給接手這個檔案的人。
它是用什麼訓練的,這代表什麼
Canva 從一個沒有公開名字的開放權重模型起步,然後在真實的設計與編輯工作上做後訓練。訓練訊號裡既有設計專業知識,也有使用者匿名行為,這些使用者同意用資料改進 Canva AI。大規模強化學習讓模型能接下完整任務、從哪種結果有效裡學習、再調整。
訓練資料這部分,競爭對手買不到。Vladimir Beskorovainyi 是企業 AI 架構師,創辦了 Besk Tech,他對 The New Stack 說,Canva 沒打算在前沿實驗室的主場上贏過它們。它挑了一個邊界清楚的問題,而邊界清楚的問題正是小型專用模型多年來壓過大型通用模型的地方。他說護城河在產物裡,因為 Canva 能拿真實設計是怎麼搭的來訓練。前沿實驗室能追平算力。要追平這種訓練訊號,得先擁有那些設計。
Rodion Sorokin 是深度科技創投工作室 The Capital Index 的共同創辦人,他把同一件事說得更狠:前沿模型懂網路,Canva 懂幾億人到底拿一份簡報做什麼。
有榜單排名的是 Craft
Brush 沒有公開的基準分數。Craft 有,而且值得看一眼,因為它標出了 Canva 現在所在的位置。
在 DesignArena 這個群眾外包的比較平台上,Craft 排第四,Elo 1341,累計 1303 場對戰,勝率 66.7%,平均每次生成 54.0 秒。排在它前面的三個模型都來自 OpenAI:GPT-Image-2.5 Sunburst 1415,GPT-Image-2.5 Flare 1387,GPT Image 2 1362。
Canva 對外主打的說法是,它的研究部門在圖像生成上排到全球第二先進的 AI 實驗室。那個排名比的是實驗室,跟模型不是一回事,這個差別很重要。按模型算,Craft 是第四,而它的 Elo 大約建立在 1300 票上,Sunburst 有 14177 票。這個位置還會動。
分品類看比看總排名更有用。Canva 說 Craft 在「人物與肖像」裡排 87 個模型的第一,在「風景與自然」裡排 85 個的第一。到了「行銷素材」這個 Canva 大量客戶真正在做的品類,它排 85 個裡的第六。卡通類是 87 個裡的第十八。
Canva 自己的架構能解釋一部分。Craft 分兩段工作:先給設計做計畫,把元素位置、相對尺度、視覺層級、該出現什麼文字都定下來,然後才渲染,最高 2K,涵蓋 30 多種長寬比。訓練素材來自 Canva 的範本庫,所以是海報、社群貼文、簡報和菜單,照片不在其中。文字因此保持清晰,一個先做計畫的模型在「標題要橫跨自然風景頂部」這種活上也更穩。
Canva 自己點出的缺口
Brush 上線時沒有 Brand Kit 支援,不能引用附件,對圖片密集的版式也處理得不夠好。Canva 說這三項都在做。對行銷團隊來說,第一條是卡點:在 Brush 認得品牌色、字型和 logo 之前,每次改完都得人工複查一遍。
兩個模型都沒有單獨定價。它們都從 Canva 方案裡附帶的 AI 額度扣。免費帳號是有限存取,Pro 每人每年 144 美元,AI 額度是免費檔的十倍,Business 每人每年 250 美元,二十倍。
為什麼該盯的是這個編輯模型
這個路數不止 Canva 一家。凡是手裡握著一個工作流的平台,現在都在出自己的模型,讓模型在那個工作流內部幹活,前沿賽道上的比拼留給別人。Canva 有設計檔案,所以能拿「改動」來訓練。Adobe 有時間軸,所以能拿片段來訓練。模型本身沒那麼重要,重要的是它能伸進哪種檔案格式。
品質論證底下還有一層成本論證。一個重新生成整頁簡報的設計代理,會把 token 燒在沒人抱怨的部分上。一個只改一個屬性的代理,花的是其中很小一份,46% 這個數字其實是在說,一次典型編輯裡有多少是白做的。如果這在發布文章之外也成立,那麼每月跑幾百次編輯的人,帳要重算。
對做內容流水線的人來說,能落地的結論更小也更具體。生成已經變便宜了,也變得可替換。時間花在編輯上,而一個會寫程式、會檢查自己成果的模型,在這一點上比一個重畫整格的模型更有優勢。
Brush 只是第一版。Canva 自己就這樣說。但這個方向是能賺錢的那個。
相關文章
ByteDance 的 SeedRealtime 每秒只取兩張影格,再自己決定什麼時候開口
豆包 Seed-Realtime-1.0 把攝影機畫面、螢幕畫面和語音合成一個全雙工工作階段,每秒最多推兩張影格。有意思的決定是影格率、主動說話,以及預設就開著的審核回覆。
一台 server、一個 AI 主播:夜間直播背後的程式碼
open-yoki 是一個每晚在 Binance Square 直播的 AI 主播的生產程式碼,人格、聲音和跟錢有關的功能都拿掉了。headless Chrome 畫幀,ffmpeg 推 RTMP,一個 Markdown 資料夾決定她的情緒和要發的東西。
Pinky 讓 agent 開你的手機,並且一直按著傳送鍵,直到你按下允許
Pinky 把任何 MCP agent 接到真的 iPhone 或 Android 手機上,審批在自己的閘道裡執行,不寫成 prompt。銀行類 App 對 agent 不可見,密碼欄位碰不到,在 Android 13 上 agent 還能拿到一塊隱藏的第二螢幕。
有人把全世界的法律放進了 git,於是你可以 blame 一條法條
global-law 把每個國家的法令存成一個 git 儲存庫,每次 commit 就是一部在某個已知日期生效的法律。你可以對一條法規跑 log、blame、show 和 diff,查某一天各國在施行什麼法,並透過 MCP 把整份語料交給助理。