澳大利亚图形设计软件公司Canva发布Brush视觉语言模型：通过编写代码实现精准设计编辑

澳大利亚图形设计软件公司Canva于上周发布了其专为设计师打造的新视觉语言模型Canva Brush。与常见的图像生成模型不同，Brush是一个编辑模型，旨在理解设计师的意图并解释设计变更请求。据The New Stack报道，该模型面向Canva Pro用户开放，能够读取设计的内容和结构，编写并执行小段代码以进行修改，然后自行检查结果。

Canva在发布博客中指出，生成高质量设计是AI模型面临的巨大挑战之一，但“编辑它们则更为复杂”。这是因为模型需要理解设计师想要改变什么、设计的结构如何组织，以及最重要的是哪些部分必须保持原样。否则，一个简单的编辑请求可能会导致大量未经要求的更改。例如，在处理“为我制作一个带有新艺术风格视觉效果的3页面包店宣传册”这样的提示时，代理需要进行一系列复杂的决策，包括规划叙事、生成文本、选择图像，并保持排版、颜色和间距的一致性。

企业AI架构师、Besk Tech创始人Vladimir Beskorovainyi在接受The New Stack采访时表示，Canva并非在与前沿大模型竞争，而是在解决一个“有界问题”（即具有明确参数和有限范围的特定任务）。他认为，在这种有界问题上，小型专用模型多年来一直在悄然超越大型通用模型。“这里的护城河在于工件本身，而不是权重”，Beskorovainyi指出，Canva的优势在于它可以基于真实设计的组装方式进行训练，这种训练信号比基础处理能力更难被复制。

Deep-tech风险工作室The Capital Index联合创始人兼首席技术官Rodion Sorokin也认同这一观点，称Canva是在“细分化”前沿实验室。他提到，Brush从开源权重模型开始，并使用强化学习针对Canva内部设计师定义的“好设计”标准进行训练。Sorokin表示：“前沿模型了解互联网；Canva知道数亿人实际上如何使用幻灯片。”

值得注意的是，Canva声称Brush比其之前的设计代理快69%，每个任务的成本低46%。然而，这些速度和成本数据均为厂商自报，且仅与公司自身的前代产品进行比较，并未与前沿模型进行独立基准测试。此外，Canva的另一款图像生成模型Craft在众包基准测试平台Design Arena上排名第四，落后于OpenAI的GPT Image系列模型。