Canva 發布首個自研影像模型 Canva Craft,先規劃後生成
Canva 推出首個自研 AI 影像模型 Canva Craft,採用兩階段架構,先規劃設計方案再生成影像,官方稱這帶來更高的精度、一致性與可控性。該模型支援最高 2K 解析度和 30 多種寬高比,除社交媒體與營銷素材外,還可生成寫實場景、數字藝術與環境影像。它直接對標 OpenAI、微軟和 Google 的影像生成模型。
依意思最接近的 30 筆
Canva 推出首個自研 AI 影像模型 Canva Craft,採用兩階段架構,先規劃設計方案再生成影像,官方稱這帶來更高的精度、一致性與可控性。該模型支援最高 2K 解析度和 30 多種寬高比,除社交媒體與營銷素材外,還可生成寫實場景、數字藝術與環境影像。它直接對標 OpenAI、微軟和 Google 的影像生成模型。
Canva 推出首個自研影像生成模型 Canva Craft,所有使用者可在 Dream Lab 標籤頁使用,也可通過 Canva API 呼叫,並計劃經 MCP 接入 ChatGPT、Gemini 等第三方聊天機器人。模型分兩階段生成:先解析提示詞並規劃元素空間關係、相對大小、視覺層級與文字資訊,再輸出最高 2K、約 30 種寬高比的影像。它以 Canva 模板等設計圖而非照片訓練,文字更清晰、支援區域性精確編輯,還能用 Magic 轉成可編輯的分層設計;
面向藝術家的開源創作工具 ArtCraft 上線,提供 macOS、Windows 與瀏覽器版本,全部程式碼在 GitHub 開源,無需訂閱。它把生成與合成放在同一畫布:Image to Location 可把虛擬角色放進實拍環境並保持單一地點一致性,Image to 3D Mesh、Character Posing、背景移除、2D/3D 合成與混合素材用於精確排布鏡頭,頁面還列出 Seedance 2.5、Nano Banana 2 等模型。
開發者 Brandon Thomas 用 Anthropic 的 Claude Opus 5.5 生成了七款開源應用,復刻 Adobe 的 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 與 Acrobat Pro 的介面和工具。Artcraft 去年以「面向藝術家的可控 AI」起步,用於 AI 生成影像與影片的精確後期編輯,本週末宣布轉向這套套件並在 Reddit 公布。
OpenAI 開發者帳號公布了一批正在建置 plugin extensions 的公司,包括 Adobe、Canva、Figma、Shopify、Instacart、Atlassian、tldraw 和 MagicPathAI。帖文只列出參與方,未說明這些外掛的具體功能、上線時間或適用平台,涉及設計、電商、協作與繪圖類產品。
Google 週二上線 SynthID 驗證網站,任何人可上傳圖片、影片或音訊,檢查是否為 AI 生成。該工具此前只向部分記者、媒體從業者和研究人員開放測試,現已全面開放,支援 JPG、PNG、HEIC、MP4、MP3、WAV 等十餘種格式。SynthID 自 2023 年推出,Google 的 Nano Banana、Veo、Lyria 模型以及 Gemini、Flow、Vids 等生成工具都會為產出加水印,OpenAI、Nvidia、Kakao 也已支援。
Anthropic 發布一套面向企業客戶的報表工具:管理者可以按時間段檢視團隊用 AI 做了什麼、產出多少、消耗多少 token、流程卡在哪裡,並獲得改進建議;這些資料預設不用於模型訓練。同時上線團隊共享預算池,用於管理 token 支出。Anthropic 披露 Claude Code 淨收入留存率達 900%;
Anthropic 上線面向法律工作的即用型 artifacts,並在法律畫廊中提供六類别範本。包括引用核查、跨州與跨國法規對比矩陣、案件看板、合同條款偏離看板、法規時間線和合同條款表格化審閱,每項自帶範例,輸出附來源連結。團隊可接入自有 playbook 與資料來源,並與同事、客戶共享,共享設定支援團隊間倫理隔離。
Google DeepMind 宣布 SynthID Detector 現已向所有人開放,可用來判斷網上內容是否由 AI 生成。該工具除 Google AI 外,還支援檢測 OpenAI、NVIDIA、Kakao 等行業夥伴工具生成的內容,Apple 即將加入。使用者可通過 synthid.com 試用。
創作者 Marcello Costa 發布 AI 動畫短片 Monkey Business,整個流程幾乎都在 Claude 內完成。他通過 Seedance 2.5 skill 把自然語言提示轉成 Magnific 內 Seedance 2.5 工具的詳細視覺提示,99% 的過程發生在 Claude 中。首個提示設定專案規則後,僅用專案內術語即可協作,從開始到完成約 50 天,期間仍需大量迭代和後期製作。
Cloud Agent 現在能在執行任務的過程中直接建置互動式畫布,完成後把畫布連結發給團隊即可分享。官方同時開放 Environments API 的 beta 版,可用於以程式設計方式建立和管理 agent 所執行的雲環境。雲環境單個最多支援 300 個倉庫,大型環境的載入速度提升 5 倍;以上更新發布於 10 月 16 日的 changelog。
布朗大學本科生 Cunyan Ma 製作了一張免費公開的互動地圖,把科技公司、其中介機構與全球資料標註工人對應起來,用視覺化呈現所謂“AI 殖民主義”。地圖彙總了已有的資料工人資料庫、他本人的資料收集以及新聞報導。資料工作包括標註影像與詞性、轉寫語音、為聊天機器人回覆打分、勾畫醫學影像中的腫瘤邊界,部分工人還需觀看令人不適的影像或文字以訓練模型過濾這類內容。
NVIDIA 擴充套件 Cosmos 世界模型平台,推出 Cosmos 3 及配套訓練、最佳化與部署工具,並開放 Cosmos Data Factory 的五項雲端藍圖。這些藍圖涵蓋自動駕駛資料集生成、缺陷影像生成等場景,可在 GitHub、Azure、Nebius、CoreWeave 上使用;Cosmos Framework 支援對 GR00T、QWEN、Pi0.5 等開源模型做微調、強化學習與量化蒸餾。新版 Cosmos 3 NIM 微服務推理最高快 2 倍;
Claude Haiku 5.5 現已上線,Anthropic 稱其覆蓋所有平台。公告列出的平台包括 Amazon Web Services、Google Cloud 和 Microsoft Azure,官方頁面提供更多資訊。
Asana 在 Codex 中用 GPT-6 Astra 改造 StackAI 瀏覽器智慧體工作流,在 GPT-6.1 Sol 上把單次執行的預估模型成本降至 0.47 美元、約 4 分鐘,比原生產環境所用的 Model B 便宜 76 倍、快 5 倍。144 次測試覆蓋四款前沿模型,最佳化手段包括把快取擴充套件到瀏覽歷史、把文字歷史預算放寬到 12 萬與 48 萬字元、截圖累積到 20 張再批次清理。
一篇 2026 年 10 月 18 日的博文主張,個人自建軟體工廠是浪費時間,除非是為了工作。作者認為非開發者已用 AI 做出不少東西,與其造工廠,不如直接在聊天框裡描述需求做產品,並去了解 Grok Bot、Claude 這類工具如何運作;AI 寫應用仍會遇到溝通錯位、做錯東西的挫敗。若一定要建,工作場景最現實:熟悉系統、人和多年遺留程式碼,能讓產品經理與設計師低摩擦地發布功能。
Cal AI 聯合創始人 Zach Yadegari 為其新 AI agent 公司 Persona 融資 1000 萬美元,Vine Ventures 領投。Persona 是一款個人 AI 助理,配套 179 美元的可穿戴手環,靠按鍵或甩腕啟用而非全程錄音,預計 12 月發售;目前已免費 beta 形式在 iMessage 上執行,積累了數千名使用者,手環預售收入達五位數。
Opera 發布名為 WebAI 的新網頁標準,讓使用者直接在瀏覽器內本地執行 AI 模型,不依賴雲端。該標準不繫結特定模型,官方以 Google 的開放權重模型 Gemma 為例,在 Mac 上還支援 Apple 的端側基礎模型。功能先在旗艦瀏覽器 Opera One 中以早期預覽形式提供,需使用者主動開啟,Opera GX 與 Opera Neon 隨後跟進。
Cerebras 聯合創始人兼 CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上稱,人人家裡都有一臺 AI 裝置的未來並不遙遠,個人 AI 助理會像手機一樣部分在本地執行、部分回到雲端。他預計這些助理會非常瞭解使用者、擁有獨立的安全邊界,還能接入信用卡代為購物。Feldman 自己已用一組 agent 整理日程、準備通話物件的背景資料,但他表示消費級創意留給其他創業者,Cerebras 只做平台。
Google Labs 推出 AI 遊戲創作平台 Playground,用文字提示就能生成可在瀏覽器執行的遊戲,無需程式設計能力。使用者可選擇問答、競速等型別,指定 2D 或 3D、單人或多人玩法,還能上傳圖片讓 AI 轉成符合美術風格的遊戲資產;成品支援手機與電腦遊玩、連結分享或發布到 Explore 畫廊,並可持續修改。
OpenAI 宣布將在歐盟自動為 ChatGPT 生成的文字加水印,其他地區也提供該功能,但預設關閉。這是為遵守 8 月生效的歐盟 AI Act,該法要求 AI 生成內容可被其他工具檢測。OpenAI 的水印方法名為 textGrain,屬專有技術並已發布技術論文:它在用詞中埋入人類難以察覺、也不影響輸出品質的模式,持有金鑰者可用專用檢測器識別。檢測器初期只向有限的研究者與機構開放,其他方需經申請審批逐步加入。
Instagram 負責人 Adam Mosseri 在 Colin and Samir 播客中表示,圍繞 AI 的焦慮、沮喪與憤怒不僅不會緩解,還會繼續加劇,創意行業尤其明顯,且不止年輕人與創作者有這種情緒。他認為這些憤怒有的成立、有的並不成立,但整體負面情緒會進一步擴散。該期播客主要談 Instagram 上線寬屏與長影片功能。
STEPX(階躍終端)推出旗下首款 AI 終端原生開發工具 Step Studio,創客只需使用自然語言即可生成 AI App、遊戲、智慧體和 Skill,並可通過 MCP、A2A 等協議連線外部服務與專業智慧體。
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作,評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立,做的是基於自研基礎模型的機器人工作站,把視覺、任務上下文與運動控制打通,用高保真模擬訓練,產線換型從數週縮短到數分鐘,無需傳統程式設計。其工作站已在某款熱門手機的生產中使用,負責柔性排線穿線、聯結器扣合等此前難以自動化的工序;
Anthropic 的 Claude 官方帳號宣布為法律工作推出 Artifacts,並附上 claude.com 上題為 Introducing artifacts for legal work 的介紹文章。該公告僅有標題與連結,未披露具體功能形態、可用範圍、上線時間與是否面向全部訂閱方案,細節需檢視原文。
ArtCraft 團隊公布七款用純 Rust 從零編寫的開源創意應用,覆蓋影像編輯、向量插畫、影片剪輯、照片庫與 RAW 處理、PDF 工具、動態圖形與 VFX、頁面排版,全部免費並採用寬鬆許可證。PhotoCraft 與 PrintCraft 處於早期 alpha 並已提供安裝包,其餘五款仍在開發中;桌面版支援 macOS、Windows、Linux,不使用 Electron 或 WebView,其中六款還可編譯為 WebAssembly 在瀏覽器執行。
豆包工作新增創作畫布功能,並接入輕量級模型豆包 2.1 Lite。畫布把素材、設計方案與創作成果集中在同一張無限畫布上,圖片生成後仍可繼續修改文字、配色和佈局,同時接入全新圖片模型 Seedream 5.0 Flash,Agent 可覆蓋從理解需求到生成圖片、影片和成套設計。豆包 2.1 Lite 面向日常問答、文件撰寫、表格處理與 PPT 製作,在回應速度與額度消耗上做了最佳化,客戶端升級後選擇該模型即可使用。
OpenAI 開始在 ChatGPT 和 Codex 的文字輸出中加入不可見、機器可讀的水印,初期只面向歐盟使用者。OpenAI 稱自研的 textGrain 水印與 Google DeepMind 的 SynthID for text 等方法相比持平或更優,後者也是 Anthropic 8 月宣布的水印基礎;兩家公司都是為了滿足歐盟 AI Act 的要求。OpenAI 還給出 AI 基準分數,顯示加水印與未加水印文字表現相近,但表示 textGrain 並不保證……
Cal AI 創始人 Zach Yadegari 在 TechCrunch Disrupt 上透露,這款 AI 熱量追蹤應用靠批次招募網紅髮帖,兩年營收超過 3000 萬美元,並於今年 3 月被 MyFitnessPal 收購。他的做法是與網紅按觸達規模談固定報酬,要求持續發帖直到達標,並優先挑選社群緊密、觸達可量化的帳號;早期一條網紅帖曾在兩天內帶來約 1000 名新使用者。
純 Rust 編寫的開源引數化 3D CAD SolidCraft 發布,內建 MCP 伺服器,可讓 AI agent 直接驅動建模,同時支援桌面端與瀏覽器執行。它提供草圖約束求解、拉伸/旋轉/掃掠/放樣、裝配、鈑金與引數化特徵時間線,修改尺寸後模型自動重建,並可匯出 STEP 與 IGES。已提供 Windows、macOS、Linux(AppImage、deb、rpm、Flatpak、Snap)及 ARM64 與網頁版下載,安裝包尚未簽名。