Canva udostępniła użytkownikom model generowania obrazów Craft, opracowany od podstaw przez wewnętrzne laboratorium Canva Research. System tworzy grafiki w rozdzielczości do 2K, obsługuje ponad 30 proporcji obrazu i działa również przez publiczne API. Dla firm najważniejsze są możliwość precyzyjnego rozmieszczania elementów, generowanie tekstu w 55 językach oraz zapowiadana integracja z agentami i zautomatyzowanymi procesami.
Craft jest pierwszym własnym modelem Canva Research
Craft to pierwszy model bazowy zaprojektowany i wytrenowany od podstaw przez Canva Research. Firma przygotowała go przede wszystkim z myślą o projektowaniu materiałów graficznych, a nie wyłącznie o tworzeniu fotorealistycznych obrazów na podstawie poleceń tekstowych. Model ma rozumieć układ strony, hierarchię wizualną, typografię oraz relacje między poszczególnymi elementami.
Canva przedstawia Craft jako rozwiązanie dla początkujących użytkowników i zawodowych projektantów. Wygenerowane obrazy można dalej edytować w środowisku Canva, w tym przekształcać ich części w osobne elementy za pomocą Magic Layers. Ma to ułatwiać poprawianie wybranych fragmentów bez ponownego generowania całej kompozycji.
Firma powołuje się na wyniki platformy DesignArena, która zbiera społecznościowe oceny modeli graficznych. Craft zadebiutował tam na czwartym miejscu w rankingu ogólnym. Według danych przytoczonych przez Canva model zajął pierwsze miejsce w kategoriach People & Portraits oraz Landscapes & Nature, drugie w Abstract & Patterns i czwarte w Products.
Model oddziela planowanie obrazu od renderowania
Architektura Craft składa się z dwóch etapów. Najpierw model planowania interpretuje polecenie i opisuje przyszłą kompozycję. Określa, jakie elementy powinny znaleźć się na obrazie, gdzie należy je umieścić, jaką mają mieć skalę i hierarchię oraz jaki tekst trzeba wygenerować.
Dopiero w drugim etapie osobny model renderujący zamienia ten plan w gotowy obraz. Craft może tworzyć materiały w rozdzielczości do 2K i w ponad 30 gotowych proporcjach. Użytkownik może również wskazać własne proporcje, na przykład dopasowane do banera, plakatu, relacji w mediach społecznościowych lub slajdu prezentacji.
Rozdzielenie planowania i renderowania ma zwiększać dokładność rozmieszczenia obiektów oraz czytelność tekstu. Model analizuje typografię i kompozycję przed utworzeniem pikseli, dlatego powinien lepiej radzić sobie z projektami zawierającymi wiele elementów. Canva wskazuje też na możliwość wprowadzania ukierunkowanych zmian, takich jak modyfikacja koloru nieba, długości cieni lub jednego obiektu.
Craft opisuje granice elementów za pomocą danych JSON. Informacje o położeniu obiektów pozwalają Magic Layers szybciej przekształcać wygenerowaną grafikę w edytowalne warstwy. Ta sama konstrukcja ma być podstawą przyszłych funkcji edycji oraz pracy z obrazami referencyjnymi, ale źródło nie podaje terminu ich udostępnienia.
Canva wykorzystała szablony i oceny projektantów
Dane treningowe Craft obejmowały miliony szablonów przygotowanych przez ludzi i znajdujących się w bibliotece Canva. Były wśród nich plakaty, prezentacje, infografiki, menu, posty społecznościowe oraz projekty z rozbudowaną typografią. Takie materiały zawierają informacje o układzie i hierarchii, których model nie uzyskałby z samych spłaszczonych fotografii.
Po treningu wstępnym Canva zastosowała nadzorowane dostrajanie oraz uczenie ze wzmocnieniem. Zawodowi projektanci przekazywali informacje zwrotne dotyczące zgodności z poleceniem, jakości typografii i wyglądu obrazów. W wewnętrznych testach projektanci i dziesiątki badaczy porównali ponad 25 000 par obrazów, zestawiając wyniki Craft z rezultatami czołowych modeli.
Canva musiała również dostosować system do skali swojej platformy. Z usługi korzysta ponad ćwierć miliarda osób, które łącznie tworzą przeszło 400 projektów na sekundę. Firma zastosowała destylację modelu, aby ograniczyć liczbę kroków inferencji, oraz przygotowała silnik zoptymalizowany pod etap planowania. Według Canva przyspieszył on działanie około dziesięciokrotnie względem pierwszej wersji wewnętrznej.
Craft działa w Dream Lab i przez publiczne API
Craft został udostępniony wszystkim użytkownikom Canva na świecie. Generator można uruchomić w Dream Lab, dostępnym w lewym dolnym panelu aplikacji. Polecenia mogą być formułowane w dowolnym języku, natomiast tekst umieszczany na obrazach może powstawać w 55 językach.
Canva wskazuje kilka głównych zastosowań modelu:
- posty społecznościowe, reklamy, plakaty, ulotki i grafiki do prezentacji,
- fotografie redakcyjne i lifestyle przedstawiające ludzi, miejsca, jedzenie lub podróże,
- ilustracje wektorowe, malarskie, płaskie i stylizowane na rysowane ręcznie,
- portrety, grupy osób, postacie oraz sceny związane z modą,
- krajobrazy, wnętrza, architektura, miasta i inne środowiska,
- kompozycje koncepcyjne łączące realistyczne i stylizowane elementy.
Publiczne API pozwala zespołom produktowym osadzać Craft we własnych narzędziach, na przykład platformach marketingowych, sklepach internetowych, generatorach reklam i usługach druku. API może również służyć do testowania własnych poleceń i porównywania rezultatów z innymi modelami. Materiał nie podaje cennika, limitów generowania ani szczegółowych warunków korzystania z API.
Canva zapowiedziała ponadto połączenie Craft z Canva MCP Server. Integracja ma umożliwić asystentom AI i agentom tworzenie obrazów jako jednego z etapów większego procesu, na przykład przygotowania grafiki premierowej lub zdjęcia produktu. Publiczne API jest już dostępne, natomiast integrację przez MCP opisano jako funkcję, która pojawi się później.
Firmy powinny sprawdzić limity, kontrolę i bezpieczeństwo
Canva pracuje również nad wariantami Craft-fast i Craft-ultrafast. Mają one generować obrazy szybciej i przy koszcie niższym od czołowych modeli, jednak firma nie podała daty premiery, parametrów ani cen. Nie wiadomo też, jakie limity Craft obowiązują w darmowym planie Canva i czy różnią się one od limitów płatnych subskrypcji.
Za ochronę modelu odpowiada Canva Shield. Według firmy obejmuje on moderowanie danych wejściowych i wyników, mechanizmy prywatności, ustawienia bezpieczeństwa oraz narzędzia do zgłaszania szkodliwych lub wprowadzających w błąd materiałów. Canva deklaruje także ciągłe testy dotyczące bezpieczeństwa marki, kontekstu kulturowego i ryzyka generowania szkodliwych treści.
Dla firm w Polsce najbardziej praktyczne mogą być integracja przez API, obsługa polskojęzycznych poleceń i możliwość dalszej edycji wygenerowanych elementów. Przed wdrożeniem do produkcji zespoły powinny jednak ustalić koszty, limity, zasady przetwarzania danych oraz zakres kontroli nad wynikami, ponieważ materiał nie dostarcza tych informacji.
