Figma 讲解如何训练专用画布编辑模型

2026 年 10 月 30 日，Figma 发布题为《How we're training a Figma-fluent editing model》的技术博客，由工程副总裁 Josh Clemm 署名。文章系统介绍了 Figma agent 内置的专用画布编辑模型的训练方法。Clemm 负责 Figma 的 AI 平台与上下文层，于 2026 年加入 Figma，此前任 Dropbox 工程副总裁（主管 AI 工程），更早长期领导 Uber Eats 的工程团队。

Figma 详解其专用画布编辑模型的训练方法 配图1

Figma 在启动 agent 项目时，面对的第一个问题是：当时的前沿模型无法理解 Figma 的文件语法，若完全依赖系统提示来驱动编辑，既笨重又极度消耗 token。团队因此转向监督微调（SFT）。

每一条训练样本由三部分组成：一个起始设计、一条合成生成的编辑指令，以及一次成功的修改示例。设计以 Figma 原生文件格式表示，使模型学会产出能够直接回写到画布的改动。当任务涉及设计系统资源时，团队会额外生成覆盖主题与组件改动的合成提示。

在此基础上，Figma 用更大的教师模型去尝试这些编辑，并用确定性校验器与视觉模型裁判筛选候选结果，检查输出是否合法、是否真正满足了请求。整条生成流水线能够根据评估反馈自我修复、修订编辑。

这一路线推进得比预期更远：文章提到，一个基于 Llama 3.3 70B、使用超过 25 万条样本微调的早期模型，在编辑任务上已经能与当时的顶尖模型竞争。

Figma 详解其专用画布编辑模型的训练方法 配图2

Figma 用内部评测来判断一个模型是否合格的起点，关注点包括：能否在 Figma 中正常工作、是否遵循指令、能否对已有设计做出有用改动，以及完成这些工作的速度与成本。

文章强调，设计质量虽然是主观的，但不必作为一个无法拆解的整体来衡量——一个设计可能对齐良好但对比度差，一次编辑可能外观精致却偏离了请求，一个按钮可能看起来正确却用错了组件。文中列举了 AI 生成设计中几类常见错误，如图标与文字重叠、箭头被裁切、文字元素相互交叠。Figma 将各维度分开评估，把对设计结构的检查与视觉裁判结合，再由专家设计师进行校准和复核。

在内部基准（Figma design edits v3）中，Figma 最新、尚未发布的编辑模型（基于 Qwen 3.8 27B 做后训练）得分为 77.8%，对比的第三方模型 Sol 6.1 为 76.9%。文章也说明，这仅是决定采用哪些模型时的众多输入之一。

Figma 详解其专用画布编辑模型的训练方法 配图3

Figma agent 已于本月早些时候向所有用户开放。agent 同时运行自研专用模型与领先的第三方模型，并按任务分工：图像生成、矢量图形、全新设计探索等交由当前最好的第三方模型；而精确编辑与迭代这类自研模型擅长的部分，则使用自己的模型。

从 beta 到正式可用（GA）期间，Figma 观察到若干指标变化：典型任务耗时缩短约 20%；在与专家设计师的对照测试中，新 agent 在 62% 的情况下击败或持平上一版生产 agent；用户评分提高 33%；用户撤销 agent 工作的频率降低 60%。团队表示，由自研后训练设计模型驱动的任务占比已翻倍有余，单条消息的平均成本也有所下降。

Figma 详解其专用画布编辑模型的训练方法 配图4

文章总结称，这项工作证明后训练模型可以在 Figma 编辑这类专门任务上与前锋模型竞争。从一个聚焦的具体问题切入，能够让研究进展转化为面向用户的产品更新，让用户减少在单次编辑上的管理成本，把更多精力放在实现创意本身。

• ▸Figma Blog，《How we're training a Figma-fluent editing model》，2026-10-30，figma.com/blog/training-a-figma-fluent-editing-model