پلتفرم طراحی Canva نخستین مدل تولید تصویر خود را با نام Canva Craft منتشر کرد. این مدل توسط تیم پژوهشی کانوا توسعه یافته و قرار است در رقابت با مدل‌های هم‌رده از Google، OpenAI، ByteDance و Meta قرار بگیرد.

معماری دو مرحله‌ای#

به گفته‌ی کانوا، Canva Craft در دو مرحله کار می‌کند. در مرحله‌ی اول، مدل پرامپت کاربر را تفسیر می‌کند و یک طرح با جزئیاتی مثل روابط فضایی بین عناصر، مقیاس نسبی، سلسله‌مراتب بصری و اطلاعات لازم برای تولید متن می‌سازد. در مرحله‌ی دوم، تصویر با رزولوشن تا ۲K و در یکی از ۳۰ نسبت ابعاد ممکن برای پلتفرم‌های مختلف تولید می‌شود.

کانوا ادعا می‌کند این معماری باعث می‌شود تصاویر با جزئیات دقیق اشیاء و متن خوانا تولید شوند. همچنین کاربران می‌توانند ویرایش‌های دقیق روی بخشی از تصویر انجام دهند بدون آنکه سایر اجزا تغییر کند.

آموزش بر پایه‌ی طرح‌های انسانی، نه عکس#

برخلاف بسیاری از مدل‌های تولید تصویر که با عکس آموزش دیده‌اند، Canva Craft با طرح‌های طراحی‌شده توسط انسان آموزش دیده است: پوسترها، پست‌های شبکه‌های اجتماعی، ارائه‌ها، اینفوگرافیک‌ها، منوها و چیدمان‌های غنی از تایپوگرافی از کتابخانه‌ی کانوا.

این رویکرد به کانوا اجازه می‌دهد تصاویر تولیدشده را به طرح‌های لایه‌باز تبدیل کند؛ ابزاری که از طریق Canva Magic (مبدل تصویر به طرح) در دسترس است.

دسترسی و برنامه‌های آینده#

Canva Craft برای تمام کاربران روی پلتفرم کانوا و از طریق تب Dream Lab در دسترس است. این مدل از طریق Canva API نیز قابل استفاده خواهد بود. کانوا همچنین برنامه‌ی پشتیبانی از تولید تصویر در چت‌بات‌های شخص ثالث مثل ChatGPT و Gemini را از طریق Canva MCP اعلام کرده است.

در ۲۰۲۴، کانوا پلتفرم تولید رسانه‌ی Leonardo.ai را خریداری کرد و به گفته‌ی شرکت، پژوهشگران Leonardo در توسعه‌ی این مدل مشارکت داشته‌اند. کانوا دو نسخه‌ی کم‌هزینه‌تر با نام‌های Craftfast و Craft-ultrafast را نیز در دست توسعه دارد که به‌زودی منتشر خواهند شد.

خوانش تحریریه: چه چیزی عوض می‌شود و چه چیزی نه#

انتشار Canva Craft برای کسی که همین حالا با ابزارهای تولید تصویر کار می‌کند، لزوماً تغییر بنیادینی ایجاد نمی‌کند. مدل‌های رقیب از OpenAI و Google از نظر کیفیت خروجی هنوز جلوترند و کانوا هم ادعای برتری محض در کیفیت نکرده؛ ادعایش بیشتر درباره‌ی خوانایی متن، ویرایش دقیق و تبدیل به طرح لایه‌باز است — ویژگی‌هایی که به‌طور خاص برای مخاطب غیرطراحِ این پلتفرم کاربرد دارد.

آنچه واقعاً اهمیت دارد، استراتژی هزینه است. کانوا تا پیش از این از مدل‌های شخص ثالث برای تولید تصویر در پلتفرم خود استفاده می‌کرد و هر فراخوانی هزینه‌ی API داشت. مدل اختصاصی یعنی کنترل روی هزینه، کیفیت و سرعت. با توجه به اینکه ارزش‌گذاری کانوا بر اساس گزارش تحلیل‌گران از ۴۲ میلیارد دلار به ۳۵ میلیارد دلار افت کرده و پیش‌بینی رشد ۲۰۲۶ کاهش یافته، فشار روی کاهش هزینه‌ی عملیاتی و حفظ حاشیه‌ی سود کاملاً منطقی است.

نکته‌ی دوم: اگر Canva MCP واقعاً کار کند و تولید تصویر کانوا در ChatGPT و Gemini در دسترس باشد، کانوا عملاً از یک ابزار طراحی مستقل به یک سرویس زیرساختی تبدیل می‌شود که در پلتفرم‌های دیگر هم قابل فراخوانی است. این هنوز عملی نشده و باید دید اجرا می‌شود یا نه.

منبع: TechCrunch AI