Canva 对其设计与工作空间套件进行了全面升级,致力于打造一个以 AI 为核心的内容创作集中平台。该平台今日正式发布 Canva AI 2.0 更新,推出了经过优化的工具集以及全新的基于提示词的编辑功能,用户只需用自然语言向 Canva 的 AI 助手描述自己的需求,即可完成内容的创建或修改。
此次更新新增了一个 Canva AI 模型的编排层,创意设计师和营销人员可通过统一的对话界面访问平台全套工具。这意味着用户可以直接向聊天机器人发出指令,例如"制定一个多渠道活动方案以推广我们最新的夏季产品",Canva 将自动生成所有相关内容,"随时可供精细调整或直接发布"。
Canva 在官方新闻稿中表示:"Canva AI 2.0 将 Canva 转型为一个对话式的智能体平台,团队可以在同一平台上实现从创意到落地的全流程操作。最终呈现的是一个贯穿整个创作过程的强大创意伙伴,从灵感萌发到最终输出,全程陪伴。"
新版 Canva AI 2.0 的操作界面对任何使用过聊天机器人的用户来说都十分熟悉。
这一理念旨在节省手动操作各项 Canva 工具的时间,减少繁琐的重复性工作,让创作者得以专注于细节打磨。Canva 表示,AI 2.0 更新是公司"自将设计从复杂的桌面软件带入浏览器以来最重大的变革",标志着"创作新时代的开启"。如果这听起来似曾相识,那可能是因为 Adobe 在昨天抢先发布了类似的基于提示词编辑功能,相关声明比 Canva 早了一天。
Canva 表示:"只需描述一个创意、目标或大致结构,Canva AI 便会从一开始就生成一个包含结构、品牌风格和版式布局的完整可编辑设计。与那些只生成单一输出就停止的传统 AI 工具不同,Canva AI 2.0 会全程陪伴整个创作过程。"
Canva 表示,AI 2.0 新增了持久记忆功能,可随时间推移从用户的工作中持续学习,从而应用个性化风格,保持品牌形象与视觉风格的一致性。此次更新还引入了"基于对象的智能编辑"功能,支持通过文字提示进行精准修改,创作者可以单独调整生成设计中的特定元素(如图片、文字和字体风格),而不会影响其他内容。
此外,Canva 用户还将获得一系列工具升级,包括 Canva Code 中对 HTML 导入的支持,以及与 Slack、Gmail、Google Drive 和日历等第三方服务的统一连接器接口。完整的功能更新列表可访问 Canva 官方发布页面查看。
Canva AI 2.0 今日以研究预览版形式上线,首批向访问 Canva 主页的前一百万名用户开放。据 Canva 透露,访问权限将在"未来数周内"逐步扩展至更多用户,但完整公开发布的具体日期尚未公布。
Q&A
Q1:Canva AI 2.0 的对话式设计功能具体能做什么?
A:Canva AI 2.0 新增了统一对话界面,用户只需用自然语言描述需求,例如"制定一个推广夏季产品的多渠道活动方案",AI 便会自动生成包含结构、品牌风格和版式布局的完整可编辑设计,涵盖从创意策划到内容输出的全流程,并支持随时调整和发布,无需手动逐一操作各项工具。
Q2:Canva AI 2.0 的持久记忆功能是怎么运作的?
A:Canva AI 2.0 的持久记忆功能会随着时间推移持续学习用户的工作习惯和设计风格,并在后续创作中自动应用个性化的视觉风格,确保品牌形象和整体美感保持一致。这样用户无需每次都重新设定风格偏好,大幅提升创作效率和品牌统一性。
Q3:Canva AI 2.0 现在可以用了吗?怎么获取访问权限?
A:Canva AI 2.0 目前以研究预览版形式上线,首批向访问 Canva 主页的前一百万名用户开放。后续将在"未来数周内"逐步扩展至更多用户,但完整公开发布的具体时间尚未宣布。想要体验的用户可以尽早访问 Canva 官网主页,争取加入首批开放名单。
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。