Canva выпустила свою нейросеть: модель учили на дизайнах, а не на фото

До сих пор Canva использовала сторонние модели генерации изображений и платила за каждый вызов их API (программного интерфейса). Как сообщила компания, модель Canva Craft разработана собственной исследовательской командой, в том числе с участием специалистов из Leonardo.ai, которую Canva приобрела в 2024 году. Выход собственной нейросети, это попытка одновременно снизить затраты на внешние API и получить контроль над качеством и скоростью генерации.

Как устроена генерация в Canva Craft?

Canva нейросеть работает в два этапа. Первый этап, планирование: модель разбирает промпт (текстовый запрос пользователя) и составляет план будущего изображения. В план входят пространственные связи между объектами, их масштаб относительно друг друга, визуальная иерархия и параметры для генерации текста.

Второй этап, собственно генерация: на основе плана модель создаёт изображение с разрешением до 2K в одном из 30 соотношений сторон, подобранных под разные платформы.

Компания утверждает, что двухстадийный подход позволяет:

• точно передавать детали объектов,
• генерировать читаемый текст прямо на картинке,
• вносить точечные правки в отдельные элементы, не затрагивая остальное изображение.

Последний пункт заслуживает внимания: у большинства генеративных моделей точечная правка по-прежнему вызывает артефакты, и если Canva Craft действительно справляется, это практически полезная функция для тех, кто делает баннеры и обложки.

Обучение на дизайнах, а не на фотографиях

Главное техническое отличие: обучающие данные (training data, набор примеров, на которых модель училась) состояли не из фотографий, а из дизайнерских шаблонов библиотеки Canva. Среди них плакаты, посты для соцсетей, презентации, инфографика, меню и макеты с большим количеством типографики.

Благодаря такому подходу сгенерированные изображения можно конвертировать в многослойные макеты через Canva Magic (инструмент, который превращает картинку в редактируемый дизайн со слоями). Canva выпустила модель понимания дизайнов и слоёв ещё в прошлом году, и Craft логично продолжает эту линейку.

Где доступна модель и что планируется?

Canva Craft уже доступна всем пользователям платформы через вкладку Dream Lab. Дополнительно модель появится через Canva API, а компания планирует поддержку генерации изображений в сторонних чат-ботах, таких как ChatGPT и Gemini, через MCP (Model Context Protocol, стандарт подключения внешних инструментов к ИИ-ассистентам).

Canva также разрабатывает две облегчённые версии: Craftfast и Craft-ultrafast. Сроки выхода компания обозначила как «скоро», без конкретной даты.

Что это даёт вам на практике?

Авторам Дзена и копирайтерам. Canva нейросеть обучена на шаблонах с текстом, а значит, может генерировать обложки и баннеры, где надписи не расплываются в нечитаемую кашу, как это часто бывает у Midjourney или DALL-E. Если вы уже работаете в Canva, попробуйте Dream Lab для обложек статей: задайте промпт с конкретным текстом на картинке и сравните результат с тем, что выдаёт ваш текущий генератор.

Маркетологам. 30 соотношений сторон под разные платформы, это экономия на ручной подгонке. Если результат можно сразу разложить на слои и доработать, цикл «сгенерировал, подогнал, опубликовал» ускоряется. Ждите Canva API для автоматизации массовой генерации креативов.

Предпринимателям в РФ и СНГ. Canva работает в России с ограничениями: платные функции для части пользователей недоступны. Проверьте, открыта ли вкладка Dream Lab в вашем аккаунте. Из доступных в РФ аналогов для генерации изображений: Kandinsky от Сбера и Шедеврум от Яндекса, хотя ни один из них пока не заявлял об обучении на дизайнерских шаблонах с текстом.

Выпуск собственной модели для Canva, это в первую очередь экономический шаг: компания с выручкой, ориентированной на $4 млрд, больше не хочет платить за каждую сгенерированную картинку внешним поставщикам. Для пользователей главный тест прост: откройте Dream Lab, задайте промпт с текстом на русском и посмотрите, прочитается ли надпись. Если да, Canva Craft решает задачу, которую остальные генераторы пока решают плохо.

По данным TechCrunch