Canva ha presentato Craft, il primo foundation model per la generazione di immagini progettato e addestrato integralmente da Canva Research, il laboratorio interno dedicato all’intelligenza artificiale visiva e alle tecnologie per il design. Il modello è disponibile a livello globale attraverso Dream Lab, l’ambiente di generazione visiva integrato nella piattaforma Canva, ed è accessibile agli sviluppatori mediante API pubblica. Craft è stato progettato specificamente per produrre immagini e composizioni grafiche utilizzabili in attività di comunicazione, marketing e progettazione visiva, dedicando particolare attenzione al posizionamento degli elementi, alla gerarchia compositiva, alla leggibilità del testo e alla possibilità di modificare successivamente il risultato. L’architettura differisce da quella dei sistemi che trasformano direttamente un prompt testuale in un’immagine: il processo è articolato in due fasi, affidate a componenti specializzate. Un primo modello interpreta le istruzioni e costruisce un piano dettagliato della composizione, definendo gli oggetti da rappresentare, le relazioni spaziali, le proporzioni, l’organizzazione visiva e gli eventuali contenuti tipografici. Un secondo modello utilizza questa rappresentazione per generare l’immagine finale, con risoluzioni fino a 2K e oltre 30 rapporti d’aspetto predefiniti, oltre alla possibilità di utilizzare formati personalizzati.
La separazione tra pianificazione e rendering consente di rappresentare esplicitamente la struttura del progetto prima della produzione dei pixel. Secondo Canva, questo approccio migliora la gestione di composizioni complesse, la precisione nel posizionamento degli oggetti e il mantenimento di relazioni visive coerenti, oltre a facilitare modifiche localizzate senza dover rigenerare necessariamente tutti gli elementi. Il modello può interpretare prompt scritti in lingue differenti e generare testo in 55 lingue. L’integrazione con Magic Layers permette inoltre di trasformare contenuti generati in elementi di design modificabili, attraverso informazioni strutturate che identificano le aree e i componenti dell’immagine. Questa caratteristica collega il processo generativo agli strumenti tradizionali di editing, consentendo di intervenire successivamente sulla composizione. Canva ha indicato la stessa architettura come base per funzionalità future di editing più avanzato e gestione delle immagini di riferimento. L’accesso tramite API permette di integrare Craft in applicazioni di commercio elettronico, servizi pubblicitari, piattaforme di marketing e sistemi destinati alla produzione di materiali stampati, mentre il supporto attraverso Canva MCP Server è previsto in una fase successiva per consentire agli assistenti AI e ai workflow automatizzati di richiamare il modello e generare contenuti utilizzabili nei progetti.
Il processo di addestramento utilizza milioni di template realizzati da persone e presenti nella libreria di Canva, comprendenti manifesti, presentazioni, contenuti social, infografiche, menu e composizioni caratterizzate da un’importante componente tipografica. Questa scelta è destinata a insegnare al modello non soltanto la rappresentazione fotografica degli oggetti, ma anche i criteri di organizzazione grafica, equilibrio spaziale e gerarchia delle informazioni utilizzati nei progetti professionali. Dopo il preaddestramento, Craft è stato perfezionato mediante supervised fine-tuning e reinforcement learning, incorporando valutazioni e indicazioni dei designer professionisti dell’azienda. I test interni hanno coinvolto decine di ricercatori e professionisti del design, con oltre 25.000 confronti diretti tra coppie di immagini prodotte da Craft e da modelli concorrenti. Nei casi di divergenza tra valutazione automatica e giudizio umano, Canva ha privilegiato il risultato indicato dai designer. La società ha comunicato che Craft si è collocato al quarto posto nella classifica generale di DesignArena, ottenendo il primo posto nelle categorie People & Portraits, su 87 modelli, e Landscapes & Nature, su 85 modelli, il secondo in Abstract & Patterns e il quarto in Products. Si tratta di posizionamenti riferiti alla specifica piattaforma di valutazione e alle categorie considerate, non di una graduatoria universale delle capacità dei modelli generativi.
L’ottimizzazione dell’inferenza costituisce un ulteriore elemento del progetto. Canva, che dichiara oltre 250 milioni di utenti e più di 400 progetti creati ogni secondo sulla propria piattaforma, ha utilizzato tecniche di distillazione per ridurre il numero di passaggi computazionali necessari alla generazione delle immagini. Un motore di inferenza specificamente ottimizzato per la fase di pianificazione avrebbe inoltre reso Craft circa dieci volte più veloce rispetto alla prima versione interna. Questi sviluppi costituiscono la base di Craft-fast e Craft-ultrafast, due varianti annunciate per ridurre ulteriormente costi e tempi di generazione. Il modello è accompagnato da Canva Shield, il sistema di protezione che comprende controlli sugli input e sugli output, strumenti di moderazione, gestione della privacy e segnalazione dei contenuti potenzialmente dannosi o fuorvianti. Canva Research, presentato pubblicamente il 21 ottobre, conta oltre 160 ricercatori e ingegneri specializzati nell’intelligenza artificiale all’interno di un’organizzazione AI più ampia composta da circa 400 persone. Con Craft, Canva affianca ai propri strumenti di progettazione un modello fondamentale sviluppato internamente, controllando direttamente sia le tecniche di generazione sia l’integrazione dei risultati nell’ambiente di editing.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)