Canva 于 2026 年 10 月 22 日正式发布其首个自研图像生成基模型 Canva Craft。这家长期以易用性著称的设计平台,终于拿出了由其研究院联合 2024 年收购的 Leonardo.ai 团队共同打磨的底层模型,宣称要直面 Google、OpenAI、Meta 以及字节跳动的同类产品。

Canva Craft 并非一次寻常的跟风推新。这家估值曾达 420 亿美元的独角兽,在过去两年全面拥抱生成式 AI 的同时,也吞下了极高昂的算力苦果。外部商业 API 的疯狂调用严重挤压了平台毛利,甚至直接导致非公开市场投资机构对其账面减记 17% 至 350 亿美元。对 Canva 而言,Craft 并不是为了在通用评测榜单上争夺头把交椅,而是一场关乎利润率与商业生存的防御战。

算力黑洞逼出的自研基模型

外界此前常将 Canva 视为大模型应用层的最大赢家,但光鲜的表象下隐藏着失控的账单。Canva 联合创始人 Cliff Obrecht 曾透露,团队此前通过各种工程优化才将 AI 运行成本削减了约 90%,而彻底摆脱对外部昂贵基础设施的依赖,唯一的出路就是自己做基模型。

Canva 财务压力与自研替代链条 历史调用成本 第三方 API 推理支出吞噬毛利 业绩预期受挫 20% 增速从 30% 调降 机构减记估值 $350 亿 自 420 亿缩水 17% 止血解决方案 Canva Craft 自研替代压低成本

市场此前一度误传 Canva 收入暴跌三分之一,这混淆了收入大盘与增速指标。Canva 在 2025 年实际入账营收为 35 亿美元,按调降后的增速推算,2026 年收入仍在向 42 亿美元推进,此前报道的 40 亿美元则是其年度经常性收入口径。真正出现重大转折的是增长预期:受高昂算力成本拖累,公司于 2026 年 8 月将预期营收增速从 30% 砍至 20%,增速预期直接缩水三分之一。

采购外部大模型接口的商业模式,让 Canva 沦为底层算力供应商的高级转售商。自研基模型并配套推出轻量级的 Craft-fast 与 Craft-ultrafast,核心诉求就是将每次生成的边际推理成本压至最低,保住即将进入公开市场检验的财务健康度。

两阶段生成与图层资产的工程取巧

面对已经建立高壁垒的底座厂商,Canva 没有选择硬碰通用的自然真实感照片,而是将筹码押在自己最擅长的场景——可编辑的排版与设计素材。

Canva Craft 两阶段排版生成管线 1. 语义与层级规划 解析提示词空间布局 确立 55 种语言文字排版 2. 渲染与多画幅生成 输出最高 2K 分辨率 匹配超 30 种预设画幅 3. Canva Magic 转化 图层分离与元素解耦 支持矢量文字二次无损编辑

Canva Craft 采用两阶段工作机制:第一阶段不直接画图,而是将用户输入的 Prompt 转化为一个包含空间几何关系、元素比例层级以及文字排版信息的结构化计划;第二阶段才根据该计划进行渲染,支持生成多达 55 种语言的文本,并原生匹配超过 30 种画幅比例。

决定商用设计可用性的从来不是画质多逼真,而是生成内容能否被重新拆碎编辑。

通过这种管线,Craft 生成的画面可以通过平台的 Canva Magic 直接转化为分层设计文件。这种设计数据并非来自公网爬取的杂乱摄影作品,而是平台内积累的真实海报、信息图和多文字版式模板。相比于通用模型往往将文本和背景糊成死像素,Canva 将生成的文字与背景分层,使用户能够单独调整字体、替换单字,而不必推翻整幅图像。

评测数据落差与创作者版权暗礁

Canva 官方宣称,Craft 在 DesignArena 整体模型排行榜中初次亮相便位列第四,使 Canva 成为该榜单上排名第二的企业。然而,这种基于用户盲测喜好度的综合表现,尚未经过专业基准的严苛考验。

在 2026 年 10 月 19 日的权威行业评测 Arena 单图编辑细分排行榜中,OpenAI 的 GPT-Image-2.5 Sunburst、Google 的 Gemini Nano Banana 2.1、Meta 的 Muse Image 以及字节跳动的 Seedream 5.0 Pro 依然占据着文本渲染榜的前排,而 Canva Craft 尚未进入该细分榜单排名。官方至今也未公布具体的 OCR 文本错误率等可量化的硬指标。

与此同时,支撑 Craft 完成垂直场景突破的养料,正在给 Canva 带来新的治理风险。

对比维度平台创作者(Contributor)普通用户(Leonardo 体系)
授权模式默认纳入模型训练主动加入(Opt-in)授权
退出机制手动退出(Opt-out)默认不参与训练
追溯保护不追溯既往训练周期撤回即终止使用
经济回报参与 Magic Creators 分成无直接金钱分成

Canva 针对平台创作者设计了一套默认纳入、手动退出的机制。虽然创作者可以拿到分成,但一旦提出退出,无法撤回已完成的模型训练结果。这种不可逆的数据吞吐规则,与 Leonardo 针对普通用户的主动选择政策形成鲜明反差。随着模型商业化加速,这套机制很可能重蹈老对手 Adobe 当年遭遇的创作者群体反弹。

  • 风险.当平台使用创作者的历史设计资产训练出自研基模型后,Opt-out 不追溯机制可能诱发设计生态群体的信任裂痕,甚至引来版权合规的连带诉讼。

自研 Canva Craft 标志着 Canva 正式跳出了单纯做应用套壳的舒适区。通过公共 API 以及计划通过 MCP 协议接入 ChatGPT 和 Gemini,Canva 试图从单纯的客户端蜕变为跨平台的视觉引擎。但在直面 Adobe Firefly 的工作流防御以及底座大厂的技术压制前,Canva 首先需要验证的,是这套自研方案能否在不牺牲生成质量的前提下,真正堵住那道深不见底的算力赤字。