没喂过照片的图像模型：Canva 拿数百万张设计稿押注排版

图像生成模型的军备竞赛里，所有选手都在往同一个池子里加注：照片。Google、OpenAI、Meta、字节，谁的数据池更深，谁的照片更多样，谁就更能打。十月下旬，给全球三亿人做设计的 Canva 发布了第一个自研图像模型 Canva Craft，宣布的差异点让不少同行愣了一下：这个模型基本没怎么喂照片。

🎨 模板当教材

官方口径是，Craft 的训练主体是 Canva 内容库里数百万个人类设计师做的模板——海报、社交帖、演示页、信息图、菜单、重排印的版式。这跟喂照片的差别不在素材类型，在素材结构。一张照片只告诉你成品长什么样，一个模板同时告诉你布局、层级、字号、留白怎么互相咬合。用他们自己的说法，学的是设计原理，不是设计的结果。

生成流程也跟着分了两步。第一步先解析你的需求，画出一张构图图：物体放哪、多大、视觉层级怎么排、文字占哪些位置。第二步照着构图图渲染，最高两K分辨率，三十多种宽高比适配不同平台。官方宣称这样出来的图细节更准、文字更可读，而且可以局部改动不惊动其余部分。设计行业被"AI 写的字歪七扭八"折磨了两年，这一枪打的是最痛的位置。

📦 训练数据路线的第三条道

把镜头拉远，这篇发布真正的看点是训练数据的路线之争。过去三年，图像模型的数据来源大致分两派：一派爬全网，效果最好，版权官司也最多，图库巨头 Getty 起诉 Stability 的案子打了几年还在打；另一派买授权，Adobe 的 Firefly 全程用授权素材，给企业客户配上赔偿背书。Canva 走的是第三条：不爬，不买照片，用自家内容库——95% 的财富五百强在用它的设计工具，那些模板本身就是一个版权干净、结构丰富、别家没有的语料池。顺带一提，Canva 前两年收购了生成式平台 Leonardo，这套模型是它 Creative OS 战略的第一块自研拼图。

🧊 冷水面照旧

先把折扣打足：以上全部是厂商通稿口径，没有模型卡，没有第三方评测，"细节更准、文字更可读"这类主张一张对照图都没给。"没喂照片"也不等于没有版权问题——模板本身是版权资产，模板里贴的照片素材从哪来，通稿一个字没提。还有个审美上的隐忧：模型吃自家模板长大，风格可能被自家设计师的集体口味锁死，这条路走得越远，多样性问题越值得盯。

但方向本身是对的。图像生成打到今天，拼的早就越过了"能不能生成"这道门，现在拼的是"在哪个工种里生成得有用"。排版、层级、可编辑性，是设计行业的日常，也是照片派模型的短板。另外这事对所有平台型公司是个提醒：你今天以为是"给用户用的资产库"，明天可能就是"别人买不到的训练语料"。数据护城河的定义，正在被改写。

信源与限定：训练数据构成、两步生成流程、两K与宽高比参数、95% 财富五百强数据均出自 Canva 官方发布及 PetaPixel（2026-10-23）、TechCrunch 报道；版权官司与 Adobe Firefly 路线为公开事实性背景；所有性能主张为厂商自述，未经第三方验证；"三亿人"为 Canva 历年公开的月活口径，最新数字未复核。

参考

• PetaPixel：Canva Releases AI Image Generator That Wasn't Trained on Photographs（2026-10-23）
• TechCrunch：Canva 首个自研图像模型报道
• Canva 官方发布与 Creative OS 战略材料