Canva 的 Craft 先寫好版面計畫，才動手畫海報

Canva 這週推出第一個自研影像模型，而它的賣點是一句大多數影像模型說不出口的話：它在畫任何東西之前，會先寫出一份計畫。

這個模型叫 Craft。由 Canva Research 開發，用公司自己的人類範本庫訓練，所有 Canva 使用者都能用，也可透過公開 API 取用。它最高生成 2K，支援 30 多種長寬比，並能以 55 種語言渲染文字。

兩階段設計才是重點。規劃模型讀提示，寫出詳細的構圖計畫：出現哪些元素、彼此如何相對擺放、相對比例、視覺層級，以及影像需要的任何文字。另一個渲染模型把這份計畫變成畫素。因為計畫是結構化的，Canva 說使用者可以改動單一元素，而影像其餘部分不會跟著移動。

任何用通用影像模型生成過海報的人，都知道這為什麼重要。你要一個主標、三個圖示，右下角一個產品照。你得到的東西看起來三者都有、擺得差不多對，但主標拼錯了，圖示浮在略微不同的高度上。構圖從來不是模型真的做出的決定。它只是取樣的副作用。

訓練資料改變了什麼

大多數影像模型主要用照片訓練。Craft 的訓練集包含數百萬份範本：海報、社群貼文、簡報、資訊圖、菜單，以及文字本身就是重點而非裝飾元素的版面。

那是先驗上實實在在的差別。用照片訓練的模型看過數十億張文字出現在招牌、包裝、螢幕上的影像，那些文字通常很小、經常模糊、很少是主體。用範本訓練的模型看過數百萬張以字體層級為存在理由的影像。如果你的工作是做一張菜單或一則課程公告，這兩者不是同一個起點。

排名，請小心讀

Canva 說 Craft 在 DesignArena 初登場就拿下第四，並稱那是最大的群眾外包 AI 設計評測。它還說 Craft 在人物與肖像類排第一（共 87 個模型）、在風景與自然類排第一（共 85 個）、在抽象與圖樣類排第二、在產品類排第四。它並說這使 Canva Research 成為全球第二先進的影像生成實驗室。

最後那句話承擔的重量超過資料能支撐的範圍。整體第四加上兩個分類冠軍，對第一個模型來說是很強的首秀。把實驗室稱為全球第二，是關於實驗室的宣稱，不是關於模型的宣稱，而 DesignArena 也不是多數人引用的文生圖排行榜所在的那個競技場。把兩個分類冠軍當成有意義的部分。肖像與風景正是範本訓練模型可能被預期落後的領域，所以贏下它們才是意外。

Canva 的方法論裡還有一個細節值得引用，因為它不尋常：設計師與研究人員合作，在與其他模型的頭對頭比較中評估超過 25,000 組影像，而當自動化評估與人類判斷不一致時，公司選擇站在設計師這邊。不管你信不信最後那些數字，那是一條明說的裁決規則，比大多數發布文提供的都多。

為什麼規劃階段也是速度把戲

除了品質，這個架構還替 Canva 換到一個純擴散模型不容易得到的東西：昂貴的推理只在文字上做一次，而渲染階段可以被大力蒸餾。

Canva 說它用模型蒸餾把推論步數砍到原始的一小部分，並為規劃階段打造了自訂推論引擎，讓 Craft 比第一個內部版本快一個數量級。它還說將推出兩個變體，Craft-fast 與 Craft-ultrafast，成本只是領先前沿模型的零頭。

規模背景說明了急迫性。Canva 說超過 2.5 億人使用這個平台，每秒建立超過 400 份設計。在那種量體下，一個好 20% 但每張影像貴一倍的模型是商業問題，不是功能。

它停在哪裡

Craft 還做不到的事，比功能清單更有資訊量。Canva 說未來版本會更好地處理細小文字與技術圖，也會跟上更進階的編輯與參考圖功能。

那意味著目前沒有參考圖。沒有「把這個產品放進這個場景」。沒有對齊既有品牌素材。對一個賣進行銷與電商的模型來說，缺少參考圖支援是唯一的最大限制，因為大多數商業案都從已經存在的東西開始：一張產品照、一個 logo、一個人。

Canva 改用的橋是 Magic Layers，它把生成影像變成 Canva 內可編輯的設計元素。那是對真實問題的聰明答案。如果模型不能把你的產品照當輸入，至少輸出可以被拆開，再繞著它重組。那是個變通辦法，而它正是大多數設計師已經在另外三個工具裡手工作業的變通辦法。

這是給誰用的

如果你本來就在 Canva 裡做東西，Craft 幾乎等於免費升級，而語言與長寬比的支援意味著它不用再過一次尺寸調整就能符合多數社群與印刷格式。MCP 伺服器重要的理由不同：它讓代理把生成影像當成更大任務裡的一步，而現在很多行銷工作就是這樣組起來的。

規劃階段有個 Canva 沒有宣傳、卻比任何排行榜名次都重要的二階效應：計畫是可以編輯的，潛在表徵不行。一旦構圖以結構化描述存在，品牌規則就可以套在那份描述上，而不是套在畫素上。logo 放右下、最小字高、兩個品牌色加黑色。那些是規劃模型可以被交代的約束。擴散模型只能被禮貌地請求。 這和 Adobe 長年關於範本驅動生成的論點相同，也是為什麼一家設計公司推出模型，和一家實驗室推出模型，是不同的事件。Canva 的護城河不是 checkpoint。是那數百萬份範本，以及每位使用者早就填好的品牌工具包。 如果你需要照片級的商品渲染，或需要把某個特定物件放進某個特定場景，這還不是那個工具。Canva 說參考圖要來了。在它們出貨之前，Craft 最強的地方正好是它訓練資料最強的地方：文字就是設計本身的版面，而且版面必須一次就對。

考慮到 Canva 的整個生意就是版面，這不是巧合。那是設計公司替模型選的最可防守的落點。