Canva 发布首个自研图像生成模型 Canva Craft：先规划构图再渲染，2K 输出、文字支持 55 种语言，已向全体用户和公共 API 开放

核心背景与行业痛点

图像生成模型这两年进步很快，但用来做海报、社媒图、传单这类「设计稿」时，常见问题还是文字写错、元素位置不可控、改一处就整张重画。Canva 有超过 2.5 亿用户，此前的图像生成主要依赖 Lucid Origin 等外部模型。这次推出的 Canva Craft 是 Canva Research 从零训练的第一个基础模型，专门面向设计场景。

架构亮点与底层机制

Craft 不直接从提示词生成像素，而是分两步：第一步由图像规划模型把提示词写成详细的构图方案，包括有哪些元素、它们的空间关系、相对大小、视觉层级以及需要出现的文字；第二步由专门的渲染模型按方案生成最高 2K、30 多种宽高比的图片。官方称这种先规划后渲染的方式让文字更清晰、元素摆放更准，也便于只改局部。训练数据重点用了 Canva 模板库里数百万份人工设计的海报、社媒图、演示稿、信息图和菜单，之后再做监督微调和强化学习，并引入专业设计师反馈。为降低成本，Canva 用蒸馏把推理步数压到原来的一小部分，并为规划阶段写了专用推理引擎，官方说比第一个内部版本快一个数量级。据 TechCrunch 报道，Leonardo.ai 的研究员也参与了开发。

权威 Benchmark 与实测跑分对比

以下均为官方/厂商口径：在众包设计评测平台 DesignArena 上，Craft 首发排总榜第 4，让 Canva 成为该榜单图像生成第二强的实验室；子类中人像（共 87 个模型）和风景自然（共 85 个模型）排第 1，抽象图案第 2，产品图第 4。内部评估中，设计师和研究员对比了 25,000 多组与主流模型的生成图。官方没有公布与具体竞品模型的逐项分数，也未公布 API 单价。

开发者实战落地与开箱指南

全球用户在 Canva 左下角打开 Dream Lab 即可使用。开发者可调用 Connect API 的图像生成接口 POST /v1/image-generations，把 model 设为 craft_v1_2k；需要 asset:write 权限，任务会消耗用户的 AI 额度；API 文档里它与 Lucid Origin、Z Image Turbo 并列可选。生成结果适合交给 Magic Layers 转成可编辑图层。Canva MCP 接入、更快更便宜的 Craft-fast 和 Craft-ultrafast 均未上线。