Figma 在 10 月 29 日发文，披露了一款自研的设计编辑模型：底座是阿里开源的 Qwen 3.8 27B，经过监督微调和强化学习，专门负责在已有设计稿上做精确修改。这款模型已经接进 Figma 的 AI 代理，代理本身也已向全部用户正式开放。
文章没有给模型起对外名字，评测图里标的是”Figma design edits v3”。在 Figma 内部的编辑评测上，它得分 77.8%，第三方模型 Sol 6.1 是 76.9%。
“We’ve increasingly seen that specialized post-training can compete with frontier models.”
我们越来越多地看到，针对性的后训练可以和前沿模型一较高下。
两步走：先模仿，再强化
第一版模型用的底座是 Llama 3.3 70B。训练样本把一份原始设计稿、一条合成的修改请求和一份成功的修改结果配成一组，设计稿直接用 Figma 自己的文件格式表示，主题、组件这类设计系统资源也配了合成提示。
数据由更大的教师模型先尝试修改，再交给确定性校验器和视觉模型评审，流水线能根据评测反馈自我修正。早期版本用了 25 万条以上样本，在编辑任务上已经能和当时的头部模型打个平手。
模仿学习的短板很快显出来：模型只会做出和训练样本很像的设计，泛化差，样本效率也低。团队随后转向强化学习，重点放在设计领域的训练环境、样本多样性、奖励模型和设计专家写的评分标准上。底座换到 Qwen 3.8 27B 的同时，他们也评估过更新的 Qwen 系列、Muse Spark Open 和 Inkling。
上线后的数字
Figma 公布了从测试版到正式版期间的几组变化：
- 典型任务速度提升约 20%；
- 和专业设计师做盲测，新代理在 62% 的对比里优于或持平旧版；
- 用户评分高出 33%，撤销代理修改的次数少了 60%；
- 自研模型承担的工作占比翻了一倍多，单条消息的平均成本下降。
分工也写清楚了：精确编辑和多轮迭代交给自研模型，生成图片、矢量图和从零探索新设计，仍然调用效果最好的第三方模型。
同一条路上的几家
这两年把开源底座拿来做行业后训练的公司越来越多。Cursor 给代码补全和改写训练了自己的模型；Airbnb CEO 布莱恩·切斯基去年就公开说过，公司客服智能体大量用的是 Qwen。Figma 这次的思路相近：通用模型擅长从无到有，而在别人的稿子上做小幅、精确、不破坏设计系统的修改，靠的是大量本领域数据。
对国内读者，这件事的看点在底座。一家美国设计软件公司把核心编辑能力建在 Qwen 上，说明国产开源模型在海外商业产品里已经是可选项。成本下降具体降了多少、27B 模型部署在哪里、推理用的是哪家云，Figma 都没有披露。
参考来源：CocoLoop、Figma 官方博客；官方博客核验底座型号、训练样本规模与内部评测得分，上线指标以 Figma 自报口径为准。