Canva 终于有了自己的生图模型 Craft：不拼照片感，拼“排得像设计稿”

Canva 在 10 月 22 日发布了自己从零训练的第一款图像生成模型 Canva Craft：同一天进入所有用户的 Dream Lab，也进入了 Canva 的公开 API，模型标识为 craft_v1_2k。对每天要给 vibe 项目做落地页主图、宣传海报、社交配图的人来说，这条新闻的真正看点不是“又一个生图模型”，而是它的训练数据：它不是主要从照片里学来的，而是从 Canva 模板库里数百万张人类设计师做的海报、信息图、菜单、演示文稿和重排版版式里学来的。换句话说，它学的不是“世界长什么样”，而是“一张能用的设计稿应该怎么排”。

10 月 22 日上线了什么：两个入口，一个模型

按 Canva 开发者社区 10 月 22 日晚的官方帖子，Craft 由 Canva 内部 AI 实验室 Canva Research 从零开发，当天在 Dream Lab 上线，同时进入 Connect API 的图像生成端点。调用方式是在 POST /v1/image-generations 里把 model 固定为 craft_v1_2k，然后轮询 GET /v1/image-generations/{jobId} 直到 status 为 success；下载链接有效期 24 小时，或者把 asset_upload.type 设为 upload 直接存进用户上传区。调用需要具备 asset:write 权限的用户访问令牌，提示词与输出走与平台其他部分相同的安全检查，被拒的提示词返回 unsafe_input，整个模型在 Canva Shield 的输入输出审核覆盖之下。

需要同时说明的另一面是：这是一个预览版 API，Canva 明确提醒可能发生破坏性变更，模型可用性变化与弃用消息会发在更新日志里。如果 Craft 在固定模型时不可用，任务会以 model_not_available 失败，官方建议的 fallback 是重试，或者去掉 model 固定让平台另选模型。对 vibe 项目来说，这意味着不要把 Craft 写成唯一生图路径，至少要留一条“换模型继续跑”的分支。

“先排版，后作画”：两段式架构到底解决了什么

Craft 的架构分成两段。第一段是规划模型：读提示词，先写出一份版式计划——出现哪些元素、彼此相对位置、相对大小、视觉层级、必须出现的文字。第二段是渲染模型：按这份计划生成最高 2K 分辨率的图像，支持 30 多种宽高比或自定义尺寸。Canva 的说法是，先规划再渲染能带来三样东西：文字更易读、物体出现在要求的位置、改动单个元素时不必整图重画。

这个说法值得认真对待，因为它正好打在通用生图模型的传统弱点上：标题拼错一个字、按钮与文字错位、海报主次颠倒，都是 vibe 项目做宣传物料时最常返工的地方。但也要把话说在前面：规划模型并不能保证每一次都排对。Canva 自己给出的使用提示就很诚实——一次任务大约需要 50 到 60 秒，比其他模型慢，调用时要用带退避的轮询而不是紧循环。慢，恰恰是“先想好再画”的成本。对赶时间的场景，这个成本要算进工作流里。

为什么训练数据是这篇最重要的一句话

在此之前，Canva 的 Dream Lab 依赖外部模型：2024 年 10 月上线时用的是 Leonardo.ai 的 Phoenix，而 Leonardo 正是 Canva 在 2024 年收购的公司，Craft 的研发团队里也有来自 Leonardo 的研究人员。这次换成自研模型，Canva 给出的商业理由很直白：减少对第三方 API 的依赖，更好地控制质量与速度。对开发者来说，更实际的意义是数据来源的可预期性：模型见过大量“已经排好版的人类设计”，所以它对信息图、海报、幻灯片、产品图、营销物料这类任务有先天亲和力；反过来，对纯摄影写实类任务，它并不是为此而生的。

与之配套的是 Magic Layers：Canva 的工具可以把一张平面图像拆成可编辑的分层设计元素。Craft 的分层结构正是为这一步准备的。对 vibe 项目而言，这个链条的实际价值在于“生成之后还能改”：标题、配色、元素位置可以在 Canva 编辑器里继续调整，而不是每次改一个字就重新抽卡。当然，Magic Layers 的拆分质量仍需实测，不能默认它等于源设计文件。

榜单成绩怎么读：厂商口径与独立核查的落差

Canva 开发者帖子给出的 DesignArena 成绩是：人物与肖像类第一、风景与自然类第一、抽象与图案类第二；Canva 官方社媒则称，按该榜单计算，Canva 已成为全球第二强的图像实验室，仅次于 OpenAI。这里必须做两层区分：第一，类别名次是 Canva 自己引用的榜单结果，不是独立基准测试；第二，有独立分析指出，在其写作时未能在公开榜单上确认 Craft 的总排名与分数。正确读法是把榜单成绩当作“值得一试的信号”，而不是“已经证明的结论”。真正能证明的办法只有一个：用你自己的任务测——同一句中文标题、同一张信息图结构、同一套品牌色，各跑三次，看文字错误率与版式稳定度。

同样需要诚实标注的是价格：截至 10 月 22 日的官方帖子与报道，Craft 的具体定价没有公布。开发者帖子只说“开始一个任务会消耗用户的 AI 点数，与其他模型相同”。在没有价格表的情况下，任何“更便宜”的说法都站不住；Canva 宣布的 Craft-fast 与 Craft-ultrafast 两个更快更便宜的变体也尚未上线，只能记为路线图，不能当作现货写进预算。

给 vibe 项目的四种实际用法与三条红线

第一种用法是落地页与宣传物料的初稿：主视觉、特性配图、社交海报，用 Craft 的版式能力先出结构，再进编辑器改文字与配色。第二种是信息图：把产品数据、对比表格、流程步骤变成一张可读的信息图，这正是模板训练数据最擅长的类型。第三种是演示文稿配图：路演、产品介绍、更新日志的头图，用统一的版式语言保持成套。第四种是 API 集成：把 Craft 接进自己的产品流程，例如用户输入活动名称就生成一张海报初稿，但要接住 model_not_available 与 unsafe_input 两种失败，做重试与降级。

三条红线同样重要。第一，不要把生成图当作最终设计文件交付：它是位图初稿，分层编辑能力取决于 Magic Layers 的拆分效果，复杂版式仍需设计师收尾。第二，涉及人物肖像、品牌标识、真实产品外观时要格外谨慎：模板训练不等于肖像授权，生成结果不能默认可商用无风险，具体权利以 Canva 的使用条款与 Shield 规则为准。第三，不要用 Craft 替代产品截图：用户要看的是你的产品真实界面，AI 生成的界面示意再漂亮也是示意，写进宣传页会误导。

与站内已有内容的划界

本篇与站内已发内容没有直接撞题，但有两处邻近需要说明。第一，站内此前没有发过 Canva 或 Craft 的专篇，本文是首次以 Canva 自研模型为主角；它不是一篇通用“AI 生图综述”，不复述各家图像模型的横向榜单，只写 Craft 这一款模型的上线事实与使用边界。第二，站内已有的设计类指南多讲产品界面与视觉系统，本文不重复那些方法论，只回答一个新问题：当一个以模板数据训练的模型进入你的物料工作流时，哪些环节变快了、哪些承诺还不能兑现。

开发者接入清单：按官方帖子原样核对

• 端点：POST /v1/image-generations，model 固定为 craft_v1_2k；轮询 GET /v1/image-generations/{jobId} 直到 success，轮询加退避，单任务约 50–60 秒。
• 输出：最高 2K 分辨率，30 多种宽高比或自定义尺寸；提示词可用任意语言，图内文字支持 55 种语言。
• 下载：下载链接 24 小时有效，或设 asset_upload.type 为 upload 存进用户上传区；调用需 asset:write 权限的用户令牌。
• 失败处理：Craft 不可用时返回 model_not_available——重试或去掉 model 固定降级；提示词被拒返回 unsafe_input。
• 合规与变更：输出受 Canva Shield 输入输出审核覆盖；这是预览版 API，可能发生破坏性变更，弃用消息见官方更新日志。
• 路线图（未上线，勿当现货）：Craft-fast 与 Craft-ultrafast 两个变体；通过 Canva MCP 服务器在 ChatGPT、Gemini 等第三方聊天机器人里生成图像。

实测方法：拿到模型后先跑的三组对照实验

对 vibe 开发者来说，判断 Craft 是否值得进工作流，不需要等评测机构出报告，自己跑三组对照实验就够了，而且每组都不超过半小时。第一组是文字实验：同一句中文标题、同一句英文副标题、同一组数字，分别用 Craft 与你现在用的生图工具各生成三次，统计文字错误率——错字、漏字、多字各算一次，看看 Craft 的版式规划是否真的把文字错误率压下来了。注意要把提示词写完整，包括字体风格、字号层级、颜色要求，因为 Craft 的规划模型依赖提示词里的版式信息，提示词越含糊，规划的收益越小。

第二组是结构实验：同一张信息图，分别给“有明确结构描述”与“只有一句话概括”两种提示词，对比输出的版式稳定度。结构描述要写清：几个区块、每个区块的标题与数据、区块之间的主次关系。如果结构描述越详细、输出越稳定，说明规划模型确实在起作用；如果两种提示词的输出差不多，说明你的任务可能并不需要规划这一步，用更快更便宜的模型即可。第三组是修改实验：生成一张海报后，分别尝试“只改标题文字”“只换主色”“只调一个元素位置”三种修改，看 Magic Layers 的拆分是否真的允许局部修改而不破坏整体。如果每次修改都要整图重画，那么 Craft 相对通用模型的优势就只剩下初稿质量，而不是编辑效率。

三组实验跑完，你会得到一张属于自己的成绩单：文字错误率、版式稳定度、局部修改成功率。这张成绩单比任何榜单都有用，因为它测的是你的任务、你的提示词习惯、你的品牌规范。把成绩单记下来，下次换模型时再跑一遍，你就有了自己的模型选型基准，不再被每一轮发布牵着走。

成本账：时间、点数与返工的三笔开销

算 Craft 的成本要算三笔账，不能只看单价。第一笔是时间账：单任务 50 到 60 秒，比通用模型慢，这意味着批量生成十张图的等待时间是十分钟量级，工作流里要安排异步轮询与进度提示，不能让用户对着转圈等。第二笔是点数账：官方帖子只说消耗用户的 AI 点数、与其他模型相同，但没有公布 Craft 的点数单价与免费额度边界，在没有价格表的情况下做成本预算，只能按“先小规模试用、再按实际消耗反推”来办，不能直接写进对外报价。第三笔是返工账：初稿质量再高，如果 Magic Layers 拆分后仍需设计师大幅收尾，那么省下的生成时间会被收尾时间吃掉一部分；反过来，如果初稿的版式已经接近可用，设计师只需改文字与配色，整体交付时间仍然是省的。这三笔账加起来，才是 Craft 的真实成本。

还有一笔容易忽略的账是供应商锁定账。Craft 的调用方式是 Canva 的 Connect API，模型标识、资产上传、点数体系都与 Canva 平台绑定；一旦你的产品流程深度依赖 Craft 的版式能力，迁移到其他模型时就要重写提示词模板与失败处理逻辑。对策是在接入层做一层薄薄的抽象：把“生成海报初稿”封装成内部接口，内部再调用 Craft，失败时降级到其他模型或模板库。这样即使 Craft 未来改价、改版或弃用，你的产品流程也不用推倒重来。预览版 API 的破坏性变更提醒，正是为这层抽象而写的。

对设计师与开发者的不同启示

对设计师来说，Craft 的出现不意味着设计工作被替代，而是意味着初稿环节的议价权变了。以前设计师的大量时间花在“把客户的一句话变成第一版版式”上，现在这个环节可以由模型先出三到五版，设计师的工作向后移：选版、改版、定稿、建立规范。能建立版式规范、能判断哪一版更符合品牌调性的设计师会更值钱；只会机械执行“客户说改大一点就改大一点”的环节会被压缩。对开发者来说，启示正好相反：以前不敢碰的设计环节，现在可以用 Craft 先出初稿，再请设计师收尾，产品物料的启动成本降低了，但前提是开发者要学会写带版式信息的提示词——区块、层级、主次、留白，这些词以前是设计师的语言，现在也要成为开发者的语言。

常见问题：四问四答

问：免费用户能用 Craft 吗？答：按官方帖子，Craft 在 Dream Lab 面向所有用户上线，但“所有用户”指的是都能进入 Dream Lab，不等于无限量免费使用。开始任务会消耗 AI 点数，具体额度与价格以 Canva 账户内的实际提示为准，本文不虚构价格数字。

问：Craft 和通用生图模型最大的区别是什么？答：训练数据与架构目标不同。通用模型追求照片级真实感，Craft 追求版式级可用性：先规划布局，再渲染画面，训练数据是人类设计模板。如果你要的是风景照片，通用模型更合适；如果你要的是能直接用的海报与信息图，Craft 的结构值得一试。

问：中文标题的渲染效果能保证吗？答：不能保证，只能实测。官方说图内文字支持 55 种语言，但“支持”不等于“零错误”。中文标题尤其要测：多字标题、竖排、特殊符号、数字与单位混排，都是容易出错的场景。实测方法见前文三组对照实验，跑完再决定是否进生产流程。

问：Dream Lab 里用和 API 里用有什么区别？答：面向的人不同。Dream Lab 是给人直接试用的入口，点几下就能出图；API 是给产品流程集成的入口，可以固定模型、处理失败、做重试与降级。两者用的是同一个模型，但 API 侧要自己处理轮询、下载时效与失败码，工作量更大，控制力也更强。

上线后第一周的观察清单

模型上线第一周最值得观察的三件事是：实际出图速度是否稳定在官方说的 50 到 60 秒，还是在高峰时段明显拉长；model_not_available 出现的频率有多高，是否集中在某些时段或某些宽高比；以及 Magic Layers 对中文标题海报的拆分效果，是否真的能做到只改标题不动整体。把这三项记下来，一周后你就知道 Craft 在你的工作流里是主力还是备选。这份观察清单比任何首发评测都更接近你的真实使用情况，因为它测的是你的任务、你的时段、你的语言。

一句话总结：Canva Craft 的赌注很清晰——不跟通用图像模型拼“画得像照片”，而是拼“排得像设计稿”。对 vibe 项目来说，它最值得的位置是物料工作流的初稿环节：版式先行、文字可读、生成后可改；但榜单、价格与分层效果三件事，在你自己实测之前都只能算厂商口径，不能算结论。