在生成式AI浪潮席卷之下,几乎每家科技公司都在争相宣称自己是AI公司。创意软件领域也不例外。图形设计平台Canva本周在年度Canva Create大会上推出了其称之为"Canva AI 2.0"的全新版本,正式宣告这家公司向AI全面转型。
Canva与AI的渊源由来已久。多年来,公司持续投资自研AI设计模型,并通过收购Leonardo等AI公司将其融入图形设计产品。而此次发布,是迄今为止该公司在AI方向上最强烈的战略信号。Canva全球产品负责人罗伯特·卡瓦尔斯基在接受CNET采访时表示,公司在AI领域的探索已经带来了"真正意义上的重大转变"。
"我们实际上已经将平台彻底翻转,"卡瓦尔斯基说,"过去几年,Canva是一个内置AI工具的设计平台,而现在它真正成为了一个AI平台,设计工具和设计能力只是其中的一部分。"
本次推出的Canva AI新功能已远超图形和社交内容设计的传统边界。Canva发布了一系列第三方集成接口,称为"连接器",让用户可以在Slack、Notion、Zoom、Google应用等平台上直接调用Canva的AI能力。其设计思路是:让用户像使用ChatGPT或Copilot一样与Canva AI进行自然交互。
借助新版Canva AI,用户可以完成会议准备与摘要生成、文件创建、网络信息检索等任务。此外,还可以提前设置AI执行自动化任务,例如在每天工作开始和结束时发送提醒。与此同时,Canva还升级了此前已推出的多项面向商业用户的AI功能,包括AI代码生成、电子表格助手和邮件助手。
目前,上述AI新功能正以"研究预览版"形式上线,未来几周内将逐步向更多用户开放。
Canva一直以"比Photoshop和Adobe Illustrator更易上手"著称,是入门级创作者的热门选择。正因如此,当Canva投身创意AI赛道时,外界普遍认为顺理成章——创意AI被广泛视为帮助非专业创作者快速生产专业内容的利器。
然而,创意AI本身充满争议,尤其是许多AI模型在未经艺术家许可、也未给予任何补偿的情况下使用其作品进行训练。目前,Canva并未提供一键关闭AI功能的选项,这对部分创作者来说可能是一大遗憾。不过,用户可以通过调整隐私设置,自主控制Canva AI对其数据和作品的访问权限。
Q&A
Q1:Canva AI 2.0和之前的版本相比有哪些新功能?
A:Canva AI 2.0最大的变化是将平台定位从"内置AI工具的设计平台"升级为"以AI为核心的平台"。新版本引入了第三方集成连接器,支持在Slack、Notion、Zoom、Google应用等平台直接使用Canva AI。用户可以用它来准备和总结会议、创建文件、搜索网络信息,还能提前设置自动化提醒任务。此外,AI编程、电子表格助手和邮件助手等商务功能也得到了同步升级。
Q2:Canva AI会不会未经授权使用创作者的作品?
A:创意AI确实存在争议,部分AI模型在训练时使用了艺术家的作品,但未获得许可或给予补偿。目前Canva没有一键关闭AI的功能,但用户可以通过隐私设置来控制Canva AI访问自己数据和作品的权限。对于在意版权保护的创作者,建议仔细查看并调整相关隐私选项。
Q3:Canva AI 2.0现在可以使用吗?
A:Canva AI的新功能目前正以"研究预览版"的形式上线,并非所有用户都能立即体验。Canva表示将在未来几周内逐步扩大访问权限,向更多用户开放。如果暂时无法使用,可以持续关注官方公告,等待正式向更广泛用户推出。
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。