Canva自研VLM替代设计Agent降本46%
推荐指数 65.0 NO. 012 · 2026.11.01
votes179comments6
简介
Canva Brush是Canva Research自研的视觉语言模型，能直接理解设计稿结构并执行编辑指令，从改一行文案到批量调整整套幻灯片。对AI工程师的启示在于：垂直场景里用专用VLM替代通用Agent，速度和成本可以大幅优化，这可能是SaaS公司AI化的新范式。
编辑判断
Canva没选GPT-4V或Claude这类通用多模态API，而是自研专用VLM，这个决策本身比产品更值得研究。通用模型做设计编辑有两个隐性成本：一是对图层、样式、品牌规范的理解需要大量上下文工程，二是每次调用要处理高分辨率整图，token消耗极高。
Canva Brush的69%速度提升和46%成本下降，大概率来自模型架构针对设计稿的稀疏注意力优化，以及直接在内部表示层操作而非生成像素。这对其他SaaS公司的启发是：如果你的核心功能涉及特定格式的结构化内容（代码、表格、PPT、Figma），微调或训练专用小模型可能比调用通用API更划算。
已经在用多模态API做文档/设计编辑的团队，建议测算一下实际token成本和延迟，Canva这个案例提供了明确的benchmark参照。