本周,除了Adobe发布新版AI助手外,Canva也宣布推出Canva AI 2.0。此次发布恰逢Canva在洛杉矶举办的Create活动,该公司将其定性为自2013年平台创立以来最重要的一次更新,也是多年持续投入构建自有基础设计模型的成果体现。
Canva AI 2.0的核心入口是一个对话式界面,用户只需描述想法或目标,系统便会自动生成与之匹配的设计方案。在技术架构层面,新版本引入了全新的编排层,使模型能够调用Canva旗下所有分散的工具,完成复杂的多步骤任务。例如,用户可以通过Canva AI创建一整套多渠道广告推广方案,系统会自动生成所有所需素材。
在编辑体验方面,Canva AI 2.0着力解决了现有许多图像生成模型的痛点——系统生成的所有视觉元素均支持独立编辑,操作方式与传统图像编辑器完全一致。用户可以自由替换图片、调整字体,而不会影响设计的其他部分。此外,Canva还为该工具内置了持久记忆功能,随着使用频次的增加,系统将更准确地理解并应用用户的个人审美与风格偏好。据官方介绍,该工具还配备了足够长的上下文窗口,能够在整个设计过程中保持内容的连贯性,直至完成最终设计。
在新功能方面,Canva AI 2.0支持与Notion、Slack、Zoom、Gmail、Google Calendar等外部应用建立数据连接,使模型能够直接调取其他平台的信息。用户还可以为Canva AI设置后台任务并自动执行,此外,该工具还内置了深度研究能力。
原有的代码功能也得到升级,新增了对HTML文件导入的支持,用户可将任意HTML文件或AI生成的交互内容导入Canva可视化编辑器中进行设计调整,且不会破坏原有结构。针对品牌客户,Canva还推出了专属工具,能够识别品牌的视觉识别系统,并将其应用到新旧设计中。
对于外界可能认为Canva在追赶AI热点的质疑,Canva AI负责人Danny Wu表示,新AI工具是Canva发展道路上的自然延伸。"这是我们长期以来一直梦想并为之努力的方向,"他说,"甚至在ChatGPT出现之前,我们就在思考——如果现有模板无法满足用户需求怎么办?……我不会将这次发布定义为转型或方向调整,提供这些能力一直是我们简化设计这一使命的重要组成部分。"
目前,Canva AI 2.0已开放研究预览版。首批访问Canva官网的100万名用户将率先获得体验资格,后续数周内将逐步向更多用户开放。与此前一样,Canva的AI功能仍包含在免费方案中,同时公司还推出了新的AI Pass附加套餐,为用户提供大幅提升的使用频率上限。
Q&A
Q1:Canva AI 2.0和之前的版本有什么主要区别?
A:Canva AI 2.0引入了全新的对话式界面和编排层,支持复杂多步骤任务处理,同时新增持久记忆功能,能够记住用户的个人风格偏好。此外,所有AI生成的视觉元素均支持独立编辑,还新增了与Notion、Slack、Gmail等外部应用的数据连接能力,以及后台任务调度和深度研究功能,整体能力相比旧版有显著提升。
Q2:Canva AI 2.0的HTML导入功能具体怎么用?
A:Canva AI 2.0的代码功能升级后,用户可以将任意HTML文件或由AI生成的交互内容直接导入Canva的可视化编辑器中。导入后,用户可以像编辑普通Canva设计一样对页面进行视觉调整,例如修改颜色、字体或布局,而不会破坏原有的代码结构和功能逻辑,大大降低了前端设计与开发之间的协作门槛。
Q3:Canva AI 2.0是免费使用的吗?
A:Canva AI 2.0的基础AI功能仍包含在免费方案中,用户无需付费即可体验。但如果需要更高频率地使用AI功能,Canva推出了新的AI Pass付费附加套餐,可以显著提升使用频率上限。目前,系统正向首批100万名访问官网的用户开放研究预览版,后续会逐步扩大开放范围。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。