Canva wypuszcza Craft, własny model obrazów trenowany pod projektowanie. Jest też API

Canva przestaje polegać wyłącznie na cudzych modelach graficznych. Firma uruchomiła Craft, swój pierwszy fundamentalny model do generowania obrazów, zbudowany i wytrenowany od podstaw przez Canva Research. Jak podaje TestingCatalog, model jest już dostępny dla wszystkich użytkowników na świecie w narzędziu Dream Lab oraz dla deweloperów przez publiczne API.

Craft generuje obrazy do rozdzielczości 2K, w ponad 30 gotowych proporcjach lub we własnym formacie. Prompt można napisać w dowolnym języku, a tekst na obrazie model potrafi wygenerować w 55 językach. Canva celuje w szeroki wachlarz zastosowań: od realistycznych scen, przez ilustracje i portrety, po układy z dużą ilością typografii i grafikę koncepcyjną.

Najpierw plan, potem render

Najciekawsza jest architektura. Craft rozdziela planowanie kompozycji od samego renderowania. Model planujący określa, jakie elementy mają się znaleźć na obrazie, jak są względem siebie rozmieszczone, w jakiej skali, jaka jest hierarchia wizualna i co ma być napisane. Dopiero potem wyspecjalizowany renderer tworzy obraz. Ten opis Canva powtarza także w materiałach przytoczonych przez Thurrott.

Według Canvy ma to dawać czytelny tekst, precyzyjne rozmieszczenie elementów i możliwość punktowych zmian bez przebudowywania całej kompozycji. Plan zapisany w JSON-ie, z ramkami ograniczającymi elementy, pomaga też funkcji Magic Layers zamieniać wygenerowane obrazy na edytowalne warstwy. Zaawansowana edycja i obrazy referencyjne mają pojawić się w kolejnych wersjach, więc na razie tego brakuje.

Trening pod projekty, nie pod fotografię

Canva podkreśla, że model uczył się na materiale projektowym, a nie głównie na fotografii. Wykorzystano miliony szablonów stworzonych przez ludzi: plakaty, prezentacje, infografiki, menu i posty do mediów społecznościowych. Po pretreningu przyszły nadzorowane dostrajanie (SFT) i uczenie ze wzmocnieniem, w których uczestniczyli projektanci Canvy.

Ocena też była częściowo ludzka. Projektanci i kilkadziesiąt osób z zespołu badawczego porównali ponad 25 tysięcy par obrazów z wynikami wiodących modeli. Gdy ich werdykt różnił się od automatycznych metryk, pierwszeństwo miał osąd projektantów.

Ranking: czwarte miejsce i uwaga o metodologii

Craft zadebiutował na czwartej pozycji w rankingu DesignArena, z wynikiem Elo 1340 (wpis Canvy). Firma przedstawia to jako status drugiego najbardziej zaawansowanego laboratorium obrazowego na tej liście.

W kategoriach szczegółowych wypada lepiej niż w klasyfikacji ogólnej:

• pierwsze miejsce w „People & Portraits” (wśród 87 modeli),
• pierwsze miejsce w „Landscapes & Nature” (wśród 85 modeli),
• drugie w „Abstract & Patterns”,
• czwarte w „Products”.

Warto pamiętać, że wszystkie te liczby pochodzą od samej Canvy.

Skala wymusiła szybkość

Canva ma ponad ćwierć miliarda użytkowników, którzy tworzą ponad 400 projektów na sekundę. Dlatego koszt i szybkość inferencji były równie ważne co jakość. Firma zastosowała destylację modelu, która zmniejszyła liczbę kroków inferencji do ułamka pierwotnej wartości, oraz własny silnik inferencyjny zoptymalizowany pod etap planowania. Według Canvy Craft jest dziś o rząd wielkości szybszy niż pierwsza wewnętrzna wersja.

Na tym nie koniec. Zapowiedziano warianty Craft-fast i Craft-ultrafast, które mają dawać wysoką jakość za ułamek kosztu wiodących modeli frontier.

API i agenci AI

Dla zespołów produktowych ważniejsze od samego modelu może być API. Canva zapowiada, że pozwoli ono deweloperom i agentom AI wprowadzić jej technologię projektową do własnych produktów i procesów (wpis Canvy). Wcześniej generowanie obrazów było dostępne w Connect API jako wersja preview. Dokumentacja pokazuje teraz model craft_v1_2k jako opcję w endpoincie tworzenia zadań generowania. Z naszych ustaleń wynika, że limit wynosi 20 żądań na minutę na użytkownika.

Wkrótce ma dojść obsługa MCP. Asystenci AI i zautomatyzowane przepływy pracy będą mogli wtedy tworzyć gotowe do użycia obrazy w ramach większych zadań. Z Dream Lab użytkownicy skorzystają już teraz, otwierając go z lewego dolnego panelu Canvy.

Craft jest objęty Canva Shield: moderacją wejścia i wyjścia, kontrolami prywatności i bezpieczeństwa oraz ciągłymi testami i narzędziami raportowania. Wśród planów rozwojowych Canva wymienia dalszą pracę nad jakością, detalem i kontrolą, w tym nad drobnym drukiem i rysunkami technicznymi.