用图像模型做海报，最气人的一刻往往不在第一次出图。人物和背景都挺好，标题却挤到脸上；要求它把价格标签往右移，又把人物衣服换掉了。设计师接下来只能把画面拆开重做。Canva于10月22日发布的Craft，正面处理这个问题：它先生成画面规划，再渲染图像，把标题位置、物体相对大小和视觉层级放进生成过程。[1]
这是Canva Research从头训练的首个图像基础模型，已进入Canva的Dream Lab，也向开发者开放公开API。官方说它最高生成2K图片，支持30多种预设宽高比及自定义比例，能按55种语言生成图中文字。[1] 我的判断是，Craft值得看，在于Canva试图用自研模型把“生成一张图”更紧地接到“做成可交付、可修改的版面”。两者仍有距离；任何采购决定都应该在自己的文案、品牌和编辑任务上测它。
图注：编辑概念示意，非Canva内部模型结构图或真实生成样张。
为什么先规划再渲染
Canva的描述很明确：第一阶段的图像规划模型把提示词解释成具体构图方案，记录有哪些元素、彼此空间关系、相对尺度、视觉优先级，以及图中应出现的文字；第二阶段由专门的图像渲染模型根据方案生成高保真画面。[1] 对一张电商宣传图，这相当于先决定商品放在左侧、价格靠右下、活动标题在上方有足够留白，再去处理光影、材质与细节。Canva没有在公告中公开网络层数、训练算力和可供外部单独编辑的完整规划格式，因此不能把这段类比写成已开放的“任意结构化图层编辑API”。
常规提示词里也能写“左边一个瓶子，右边一句广告语”，但模型一次性出图时，物体位置与细节可能互相牵扯。预先表达布局，是为了让结构要求在渲染前被单独处理，减少“色彩对了，字号和位置却错了”的情况。官方还把文字纳入规划阶段，这一点有现实价值：文字不是风景里的纹理，而是读者必须准确读懂的内容。模型可能把几个英文单词排得漂亮，遇到“满199减50，10月30日截止”这种价格和日期，错一位就会变成业务事故。
Craft对多语言的支持也应按这个尺度理解。“可以生成55种语言的文字”是厂商能力声明，并非每种语言都经过相同强度的独立测试。汉字字形、标点、数字与中英文混排，尤其是长促销标题和多个字号，最好拿真实版式逐一检查；假字、替换字和错别字不能靠“视觉上像中文”放过。若信息必须无误，更稳妥的流程是先生成主体图，再把最终批准的文案以可编辑文字层叠加上去。Craft若能减少初稿返工很好，但文字校对的责任不会因此转移给模型。
它怎么学到“像设计稿的图”
Canva称，训练数据不只偏向照片，还包括内容库中数以百万计的人类制作的模板，类型覆盖海报、社交媒体帖子、演示文稿、信息图、菜单等。模板里有标题、留白、素材和层级的相互关系；这与只给模型一张扁平的成品照片，学习目标不一样。[1] 这也解释了为什么Craft的产品定位更接近设计稿素材，而不是拿摄影真实性一项指标与所有图像模型赛跑。
预训练之后，Canva称继续用监督微调和强化学习优化指令遵循、文字准确度及整体画质，并吸收专业设计师的反馈。内部对比评测由设计师与研究人员共同查看超过2.5万对图像，自动评测与人工判断冲突时优先采用设计师意见。[1] 注意这是Canva自己的评测过程；没有公开到足以独立复算全部任务、测试集和置信区间。它告诉我们团队把哪类误差当作重要误差，却不能证明任意企业的品牌合规和营销转化会自动提高。
Canva还公布了DesignArena上的若干名次：发布时综合排第四；其官网称人物肖像、自然景观细分组排第一，抽象图案第二，产品图第四，并以机构聚合成绩宣称Canva Research是排名第二的图像生成实验室。[1] 名次应连同评测平台、时间点和细分类别一起读。这是特定众评环境中的比较，不是连续印刷、中文字校验、商标保真或改稿成本的统一测量。假如你的团队每周要做100张带售价和免责声明的商品图，榜单无法代替抽样检查这些字是不是对的。
生成完之后，能改多少
Craft的另一层价值在Canva现有编辑链路。公告说，模型使用的结构有利于Magic Layers把生成图片变成可编辑的设计元素，并提到JSON边界框有助于更准确、更快地转换图层。[1] 这里的措辞不能省略：Craft生成结果“适合与Magic Layers配合”，不等于每张输出天生就是完全分离的矢量对象，更不等于能100%保留原来的字形、遮挡关系与光影。比如人物手臂遮住标语一角，图层分离之后补出的背景是否自然，仍要看具体素材。
“定向修改”也有边界。官方表示，双阶段结构让修改单个元素时更不容易扰动其他内容；进一步的编辑和参考图能力属于后续版本的技术基础。[1] 现在评估产品，应把三个环节分开：模型一次出图能否遵守布局；转图层后标题、商品、背景能否独立操作；对同一设计反复改价、改色、改语言时，其他元素是否保持稳定。宣传材料里一句“可编辑”，可能只回答了其中一环。买家最好自己保存修改前后的图层文件，而不是只看展示视频。Canva另有独立的Magic Layers图片转设计接口：输入账号中的扁平图像资产，异步生成可编辑设计；官方文档说它尤其适合海报、传单、横幅之类非摄影素材，接口也标为预览。[4] 这能支持图层转换的工作流，却不能证明每张Craft图片出厂就是分层文件。
图注：左侧线框与右侧画面是概念性设计流程示意，非Craft输出样张或真实改稿对照。
模型速度同样关系到编辑体验。Canva称通过模型蒸馏减少推理步骤，并为规划阶段开发专用推理引擎，使其相对早期内部版本快了一个数量级；Craft-fast、Craft-ultrafast被列为即将推出的变体。[1] 这个“一个数量级”比较对象是Canva自己的第一版内部实现，不是相较所有竞争模型的速度。高速变体尚未上线，不该提前拿未来价格或延迟去填采购表。
如果是PPT和公众号封面，还可以加一项“缩小后阅读”测试。设计平台里的2K画面看起来清楚，发到手机信息流后，标题可能只剩十几个像素高；插到16:9幻灯片后，人物占比又会改变。用最终发布尺寸导出，而非只在编辑画布里打分。对电商图，则用移动端商品卡、详情页首屏和打印样张分别检查，同一构图未必能跨这几种比例保持信息顺序。Craft支持多种宽高比是输入选择的自由，不等于一次生成的同一画面能无损适配所有比例。[1]
还有编辑组织上的变化。以往设计师可能先给运营一张扁平样稿，运营反馈再由设计师重排；如果图层转换稳定，运营可以自己试着改标题，设计师集中处理品牌规范和难修的细节。可编辑性因此不只是模型指标，也涉及谁有权限改正式文案、谁负责发布前审校。没有版本记录的“人人都能改”，很容易让已审过的价格在最后一分钟被覆盖。即便模型把图层分得很好，签发流程还是要有人维护。
已能调用的，与“即将接入”的
产品交付状态值得单列。Canva公告写明，Craft已向全球Canva用户开放，可从Dream Lab进入；开发者可以通过公开API接入。[1] 但同一篇文章的Canva MCP部分，标题旁明确标着“Coming Soon”。它描述的是未来让AI助手在任务流里创建可用设计的方式，不是已经可用的Craft MCP调用接口。Canva可能有其他现行MCP服务；这也不能据此推断“Craft生成接口已经通过MCP上线”。想把它塞进自动化工作流的团队，应先在开发者文档和自己的账号里核实当前接口、地区、额度、收费及权限，再决定走API还是等待特定MCP集成。[1][2] 现有通用Canva MCP文档已列出生成图片、设计编辑及图片拆层等工具；“通用MCP已存在”与“公告中Craft专属集成尚待推出”分别描述不同交付范围。[5] 此外，现有图像生成REST文档将 craft_v1_2k 列为可选模型，异步任务要求提示词、幂等键与用户授权，返回的临时下载链接有效期为24小时。批量生产要及时保存资产，不能把短期链接当成永久素材库。[2]
还有一处经常被营销话术略过：谁负责素材合规。Canva说明Craft受其Canva Shield机制保护，包含输入与输出审核、隐私和反馈渠道。[1] 这些措施会降低一部分风险，不能替企业自动取得对上传Logo、人物肖像、第三方素材的授权，也不能证明输出在所有司法辖区都可商用。生产链路里最好保存提示词版本、所用品牌素材的授权证明、最终人工审校记录和交付文件；涉及外部客户时，先对齐数据使用条款，不要把尚未核实的训练数据权利或版权保障写成承诺。
给设计团队的一份小型验收单
不要先让Craft生成一堆风景图。找过去一个月返工最多的二十张真实需求，去敏处理后组成样本：封面图要留出标题区，促销海报要带确切价格，多语言活动页要保留Logo安全区，PPT插图需要让主体避开页脚。让两位编辑按同一要求分别评估结果，记录第一次可用率、文字逐字正确率、主体和标题位置偏差、改一次文案所需时间，以及转换成可编辑层之后的修补成本。若使用API，还要测调用失败时重试和人工接管，不只数每张图片的费用。
最好把评测拆成两个组：一个在提示词中直接要求长中文标题和多个数字，测模型自身文字能力；另一个只生成画面，文字由团队排版系统覆盖，测完整工作流能否节省时间。否则，先做了大量人工补字，最后却把成果全算到Craft头上，复盘时会吵不清。品牌色和人物身份尤其需要人工确认，除非手里有证据，不要用“保持一致”四字代替逐张验收。
验收时不妨用同一批任务跑一次人工对照。给编辑30分钟，用熟悉的素材库完成海报初稿；再给另一位编辑同样时间，用Craft生成并修正。计算真正可发布的张数，而不是第一轮候选图张数。让盲评者只看最终交付物，逐项登记错误：文案、品牌色、商品比例、版权素材、信息可读性。之后交换人员，避免把某位设计师对Canva更熟练误当成模型优势。若两组完成率差不多，但Craft方案的返工更频繁，预算评估就不应只按生成费用算。
对开发团队，接API后还要问三个容易造成成本波动的问题。第一，图像是异步生成还是同步返回，超时和重复提交如何去重？第二，原始输出与修改后的设计稿如何关联版本，客户在某一轮要求撤回素材时能不能找到所有衍生文件？第三，生成后是以什么文件格式交给下游，文字和图形能否继续由同事编辑？Canva这次公告并未承诺每种第三方工作流都有相同接口行为；这些是采购前的测试提纲，不是对Craft API规格的描述。连通性测试过了，还要用真实长文案和批量任务压测一次。
可以把设计要求分成两栏贴在评测表上。左边是绝对不能错的约束，例如价格、日期、法定提示、指定Logo及主体必须保持原样；右边是允许模型发挥的区域，例如色调、背景材质和装饰元素。若生成系统偶尔牺牲左栏来换取更好看的图，编辑的人工核查时间会马上把效率收益吃掉。这个划分看着不浪漫，却符合商业设计的工作方式。交稿前，编辑仍须逐项核查价格、日期和品牌资产。
Canva Research另有一篇介绍，谈到设计模型要理解版式、排版、品牌一致性与可控编辑，而非仅仅得到一张好看的图。[3] Craft至少在产品架构上认真回答了这个问题：先把构图说清，再把画面画出来。它究竟为你的设计团队省几轮沟通，答案不在榜单上，而在那二十张最难改的旧海报里。
参考资料
[1] Canva Newsroom, Introducing Canva Craft, 2026-10-22。双阶段架构、训练及评测、可用性、2K、Magic Layers与MCP状态。网页正文已直接核读。
[2] Canva Developers，《Create image generation job》，2026-10-24访问。官方预览API文档可核对 craft_v1_2k、异步任务、用户权限、可选比例与下载链接有效期；具体账号权限、限额与价格仍以实时文档及控制台为准。
[3] Canva Newsroom, Introducing Canva Research，Canva对设计模型所需能力及研发组织的说明。
[4] Canva Developers，《Create image-to-design import job》，2026-10-24访问。Magic Layers将上传的扁平图像转换为可编辑设计，接口属预览；不代表Craft原生输出即为独立图层。
[5] Canva Developers，《About Canva MCP》及《separate-image-layers》，2026-10-24访问。现有通用MCP能力应与公告中的Craft专属集成计划区分。