生成式AI平台的核心价值主张在于:用户只需向AI助手描述需求,AI便会自动规划任务、调用相关工具,并在后续任务中记住用户偏好。这对设计专业人士尤为重要,因为他们需要一套可预期、自动化的内容与媒体资产创作流程。
Canva在其最新版AI助手中正积极拥抱这一趋势。该助手借助AI模型,让用户通过文字描述即可生成可编辑设计。用户描述所需内容后,AI机器人会自动调用所需工具并给出多个设计方案。该助手采用图层结构进行创作,赋予用户灵活调整最终作品各项细节的能力。
此次更新是Canva持续推进AI助手深度融入用户工作流计划的一部分,此前Canva已相继推出图像生成、网站生成等功能。
Canva的竞争对手也在朝着相似方向发力。本周,Adobe推出了Firefly AI助手,可调用旗下多款应用完成各类任务;Figma则于上月通过MCP服务器为其平台引入了对AI智能体的支持。
Canva联合创始人兼首席运营官Cliff Obrecht表示,尽管许多公司都在尝试整合工作流,但企业用户仍倾向于在Canva上完成编辑与发布的最后环节。
"我认为很多小企业从早到晚、从头到尾都在Canva里完成他们的工作流程,"Obrecht说道,"我们与Anthropic、Google和OpenAI的合作也非常紧密。如果用户在这些产品中运行智能体工作流,他们可以调用Canva获取内容,再将其传回这些大语言模型。但最终,他们始终需要在某个地方完成编辑、协作和发布的最后一公里——这正是我们的强项所在。"
Canva的营收目前仍以个人用户和小型团队为主,但其企业业务表现出色,同比增速高达100%。Obrecht透露,这家最新估值达420亿美元(据PitchBook数据)的公司,可能将于明年启动上市。
此次更新还新增了与Slack、Gmail、Google Drive、日历和Zoom的集成,用户可选择授权AI助手读取邮件、对话、文件及会议数据以构建上下文信息。Canva还为AI助手新增了网页搜索功能,使其能够自主浏览互联网来帮助用户完成任务。
本次更新同时引入了定时任务功能,用户可指示AI助手在后台自动执行重复性任务。不过,该功能目前仅会生成草稿供用户审核后再行发布。
Canva还对现有AI工具进行了优化:AI代码生成器现已支持导入HTML,用户可通过文字描述来生成所需格式的电子表格。
在模型效率方面,Canva表示已取得显著进展:其Lucid Origin图像生成模型速度提升5倍、成本降低30倍;12V图像转视频模型速度提升7倍、成本降低17倍。
Canva AI 2.0本周已进入研究预览阶段,公司计划在未来数周内向所有用户全面开放。
Q&A
Q1:Canva AI助手是如何通过文字描述自动生成设计的?
A:用户只需用文字描述想要的设计内容,Canva AI助手就会自动规划任务、调用相应工具,并生成多个可选方案。生成的设计采用图层结构,用户可以灵活调整各个细节。目前该功能已进入研究预览阶段,将在未来数周内向所有用户开放。
Q2:Canva AI 2.0新增了哪些实用功能?
A:此次更新新增了多项功能:支持与Slack、Gmail、Google Drive、日历和Zoom集成,AI可读取邮件、对话和会议数据;新增网页搜索功能,可自主浏览互联网;新增定时任务功能,可在后台执行重复性任务并生成草稿。此外,AI代码生成器支持导入HTML,并可通过文字描述生成电子表格。
Q3:Canva的Lucid Origin图像生成模型性能提升了多少?
A:据Canva官方介绍,Lucid Origin图像生成模型速度提升了5倍,成本降低了30倍;12V图像转视频模型速度提升了7倍,成本降低了17倍。这意味着用户在使用相关AI功能时,将获得更快的响应速度和更低的使用成本。
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。