Canva于周四宣布推出图像生成模型 Canva Craft,正式加入与 OpenAI、微软和谷歌的AI图像生成竞争。该模型采用两阶段架构,可在生成图像前规划设计,以提升图像生成的精度、一致性和可控性。
Canva Craft支持最高2K分辨率及宽高比超过30的图像生成,应用场景涵盖社交媒体内容、营销素材、数字艺术和环境图像等。其两阶段生成机制针对包含清晰文本、精确对象布局的复杂设计进行优化,能够更准确地处理元素位置与画面结构。

该模型基于 Canva 内容库中的数百万个人工设计模板训练,涵盖社交媒体帖子、演示文稿、信息图表和菜单等。Canva今年4月已推出基于提示词的设计编辑功能,支持通过自然语言创建或修改设计,并为AI生成图像引入图层编辑能力,允许用户局部调整而不影响其他区域。
在 Design Arena 的AI图像生成模型排行榜中,Canva Craft目前排名第四,位于 OpenAI 的 GPT-Image-2.5Sunburst、GPT-Image-2.5Flare 和 GPT-Image-2之后。Canva表示,模型配备输入输出审核、隐私与安全控制及内容举报工具,并计划支持AI代理通过模型上下文协议(MCP)接入,未来还将推出速度更快的 Craft Fast 和 Craft Ultra Fast 版本。目前,Canva Craft已面向全球用户开放,可通过 Canva 的 Dream Lab 使用
SpaceX与特斯拉各自成立特别委员会,开始认真讨论合并。交易说服力取决于外界是否相信马斯克“去火星、传播意识之光”的叙事;但剥开故事,真正驱动力是财务逻辑和马斯克日益膨胀的控制权胃口。相关叙事曾在SpaceX财报电话会和更早的S-1文件中出现。文章强调,人类要在月球或火星长期生存,这一技术骨架其实清晰。
据《商业内幕》,Hugging Face周四发布新模型Carbon-X,面向生物学家,助力DNA研究与新基因疗法开发。该开放模型有140亿参数,用于DNA理解与生成,创新地将DNA序列与自然语言融入同一模型。研究者可对特定序列提问、预测突变影响、生成新DNA片段,还能辅助其他模型解读难懂基因。模型基于千问Qwen3-1。
Gemini4Argon首秀令谷歌意外:上线72小时吞吐近25万亿Token,消耗量为Gemini3.0同期3倍,导致谷歌再次启动算力限流。CEO皮查伊在《Sources》播客复盘发布细节,并首次澄清过去数月外界困惑的若干问题,涉及I/O大会相关话题。核心是新品调用爆发、算力承压与官方回应。
10月23日,火山引擎发布Seedance2.5 4K,称其为该代最强模型。新版经专项训练,强化人物表情、细微动作与画面细节,升级重点在画质与表演。支持Draft样片模式,用户可先用480P验证分镜、打磨镜头,满意后再生成4K正片,以更优成本探索创意。目前仅供部分企业客户试用,后续或逐步扩大开放。
原懒人听书核心团队打造的万象有声推出海外版 Audimind(audimind.ai),定位有声书制作工具,支持演播者与团队在同一项目内完成文稿处理、真人录音或 AI 配音、对轨、后期、审听及团队分工。免费版每月赠 10,000 积分,个人版 19 美元/月起,团队版 59 美元/月起,产品已在 Product Hunt 上线。

关注 “悠AI” 更多干货技巧行业动态