Figma 在 10 月 29 日發文，揭露了一款自研的設計編輯模型：底座是阿里巴巴開源的 Qwen 3.8 27B，經過監督式微調與強化學習，專門負責在既有設計稿上進行精確修改。這款模型已接入 Figma 的 AI 代理，代理本身也已正式向所有使用者開放。
文章沒有為模型取對外名稱，評測圖中標示的是「Figma design edits v3」。在 Figma 內部的編輯評測中，它的得分為 77.8%，第三方模型 Sol 6.1 則是 76.9%。
"We've increasingly seen that specialized post-training can compete with frontier models."
我們越來越常看到，針對性的後訓練可以與前沿模型一較高下。
兩步走：先模仿，再強化
第一版模型的底座是 Llama 3.3 70B。訓練樣本把一份原始設計稿、一則合成的修改請求，以及一份成功的修改結果配成一組，設計稿直接以 Figma 自家的檔案格式呈現，主題、元件這類設計系統資源也配有合成提示。
資料由較大的教師模型先嘗試修改，再交給確定性驗證器與視覺模型評審，整條流程能依據評測回饋自我修正。早期版本使用了 25 萬筆以上的樣本，在編輯任務上已能與當時的頂尖模型平分秋色。
模仿學習的短板很快浮現：模型只會做出與訓練樣本很像的設計，泛化能力差，樣本效率也低。團隊隨後轉向強化學習，重點放在設計領域的訓練環境、樣本多樣性、獎勵模型，以及由設計專家撰寫的評分標準。底座換成 Qwen 3.8 27B 的同時，他們也評估過更新的 Qwen 系列、Muse Spark Open 與 Inkling。
上線後的數字
Figma 公布了從測試版到正式版期間的幾組變化：
- 典型任務速度提升約 20%；
- 與專業設計師進行盲測，新代理在 62% 的比較中優於或持平舊版；
- 使用者評分提高 33%，撤銷代理修改的次數減少 60%；
- 自研模型承擔的工作占比成長逾一倍，每則訊息的平均成本下降。
分工也交代得很清楚：精確編輯與多輪迭代交給自研模型，生成圖片、向量圖，以及從零開始探索新設計，仍然調用效果最好的第三方模型。
走在同一條路上的幾家
這兩年，拿開源底座做產業後訓練的公司越來越多。Cursor 為程式碼補全與改寫訓練了自家模型；Airbnb 執行長布萊恩·切斯基（Brian Chesky）去年就公開表示，公司的客服智慧代理大量使用 Qwen。Figma 這次的思路相近：通用模型擅長從無到有，而在別人的設計稿上做小幅、精確、不破壞設計系統的修改，靠的是大量該領域的資料。
對關注中國 AI 生態的讀者來說，這件事的看點在底座。一家美國設計軟體公司把核心編輯能力建立在 Qwen 之上，顯示中國開源模型在海外商業產品中已是可選項。成本究竟降了多少、27B 模型部署在哪裡、推論用的是哪家雲端，Figma 都沒有透露。
參考來源：CocoLoop、Figma 官方部落格；官方部落格核實了底座型號、訓練樣本規模與內部評測得分，上線指標以 Figma 自行公布的口徑為準。