Canva ha fatto un modello che non disegna: scrive codice per spostare i livelli

Canva ha pubblicato Craft il 22 ottobre, il suo primo modello per le immagini sviluppato in casa. Sette giorni dopo è arrivato Brush, e Brush non genera immagini per niente.
La storia sta in quello scarto. Da due anni ogni strumento di design riceve la stessa domanda: sai fare l'immagine. Craft risponde a quella. Brush risponde a un'altra, quella che salta fuori alla terza revisione della presentazione per un cliente, quando il 90 % del layout è giusto e il titolo è sbagliato.
Brush è un modello visione-linguaggio addestrato a modificare design. Legge come un design è montato, scrive piccoli pezzi di codice per eseguire la modifica richiesta, poi ispeziona il risultato per vedere se la modifica è arrivata. Quest'ultimo passaggio alimenta il successivo, quindi l'insieme gira come ciclo agentico e non come un singolo render.
Canva dichiara che il modello completa attività generiche di editing fino al 69 % più velocemente del precedente agente di design, con un costo per attività inferiore del 46 %. Sono numeri contro il sistema precedente di Canva, non contro GPT Image o Nano Banana. Vanno letti come una dichiarazione di efficienza interna, che è quello che sono.
L'unità di lavoro non è più la generazione
Quasi tutti i modelli per le immagini trattano la richiesta come un colpo solo: prompt dentro, pixel fuori, si ricomincia se non piace. I designer non lavorano così, e nemmeno i loro strumenti. Una slide ha livelli. Un poster ha una gerarchia tipografica. Cambiare la data su un volantino dovrebbe toccare la data e basta.

Il post di lancio di Canva ne fa l'argomento centrale. Creare un buon design è difficile per un modello, modificarlo è più difficile, dice l'azienda, perché il modello deve capire cosa vuoi cambiare, com'è strutturato il design e cosa deve restare esattamente dov'è. Sbaglia quest'ultima parte e una richiesta semplice diventa una cascata di modifiche che nessuno aveva chiesto.
Brush se la cava trattando il design come un processo, con decisioni che si incatenano invece di restare isolate. Può valutare e migliorare di continuo il proprio output, ed è così che Canva descrive il passaggio da uno schizzo a qualcosa di finito. Sotto il cofano il ciclo scrive codice, lo esegue sul design, guarda la pagina e decide cosa fare dopo.
Tutto quello che produce resta modificabile. Testo, immagini, colori, impaginazione e i dettagli più piccoli restano a disposizione di chi eredita il file.
Su cosa è stato addestrato, e cosa comporta
Canva è partita da un modello a pesi aperti di cui non dice il nome, poi lo ha addestrato ulteriormente su lavoro reale di design ed editing. Il segnale univa competenza di design e comportamenti anonimizzati di utenti che avevano accettato di contribuire a migliorare Canva AI. Il reinforcement learning su larga scala ha permesso al modello di prendere incarichi interi, imparare da quali esiti funzionavano e correggersi.
Quei dati di addestramento sono la parte che i concorrenti non possono comprare. Vladimir Beskorovainyi, architetto IA aziendale e fondatore di Besk Tech, ha detto a The New Stack che Canva non sta cercando di battere i laboratori di frontiera. Ha scelto un problema delimitato, e nei problemi delimitati i modelli piccoli e specializzati battono quelli grandi e generali da anni. Il fossato sta nell'artefatto, ha sostenuto, perché Canva può addestrarsi su come i design veri vengono costruiti. Un laboratorio di frontiera può pareggiare la potenza di calcolo. Pareggiare quel segnale significa possedere i design.
Rodion Sorokin, cofondatore dello studio deep tech The Capital Index, stringe la stessa idea: i modelli di frontiera conoscono internet, Canva sa cosa fanno davvero centinaia di milioni di persone con una presentazione.
Quello con il posto in classifica è Craft
Brush non ha un punteggio pubblico su nessun benchmark. Craft sì, e vale la pena guardarlo perché fissa il terreno su cui si muove Canva.
Su DesignArena, piattaforma di confronto alimentata dalla folla, Craft è quarto con un Elo di 1341 su 1.303 sfide, il 66,7 % di vittorie e 54,0 secondi per generazione in media. I tre modelli davanti sono tutti di OpenAI: GPT-Image-2.5 Sunburst a 1415, GPT-Image-2.5 Flare a 1387 e GPT Image 2 a 1362.
Il titolo che Canva ha messo davanti era che la sua area di ricerca risultava il secondo laboratorio IA al mondo per generazione di immagini. È una classifica di laboratori, non di modelli, e la distinzione conta. Come modello Craft è quarto, e il suo Elo poggia su circa 1.300 voti contro i 14.177 di Sunburst. La posizione si muoverà.
La divisione per categorie è più utile del piazzamento generale. Canva dice che Craft è primo su 87 modelli in Persone e ritratti e primo su 85 in Paesaggi e natura. Su Materiali di marketing, la categoria in cui lavorano molti clienti Canva, è sesto su 85. Sui Cartoni è diciottesimo su 87.
L'architettura spiega una parte di questo. Craft lavora in due fasi: prima costruisce un piano, fissando posizione degli elementi, scala relativa, gerarchia visiva e testo da mostrare, e solo dopo renderizza, fino a 2K e oltre 30 formati. L'addestramento viene dalla libreria di template, quindi poster, post social, presentazioni e menu invece di fotografie. Per questo il testo resta leggibile, e per questo un modello che pianifica prima se la cava quando un titolo deve attraversare la parte alta di un paesaggio.
Le lacune che Canva ha già ammesso
Brush è uscito senza supporto al Brand Kit, senza possibilità di referenziare allegati e senza una gestione decente dei layout pieni di immagini. Canva dice che tutte e tre sono in lavorazione. Per un team marketing la prima è il blocco: finché Brush non capisce colori di marca, font e loghi, ogni modifica richiede un controllo manuale dopo.
Nessuno dei due modelli ha un prezzo proprio. Entrambi attingono alla quota IA inclusa in un piano Canva. Gli account gratuiti hanno accesso limitato, Pro costa 144 dollari l'anno a persona con dieci volte l'IA del piano free, Business 250 dollari l'anno a persona con venti volte.
Perché è il modello di editing quello da seguire
Lo schema non è solo di Canva. Ogni piattaforma che possiede un flusso di lavoro pubblica ora un modello che opera dentro quel flusso, lasciando la corsa di frontiera ad altri. Canva possiede il file di design, quindi può addestrarsi sulle modifiche. Adobe possiede la timeline, quindi può addestrarsi sui clip. Il modello conta meno del formato di file in cui sa entrare.
Sotto l'argomento sulla qualità ce n'è uno sul costo. Un agente che rigenera una slide intera brucia token sulle parti di cui nessuno si è lamentato. Un agente che sistema una proprietà ne spende una frazione, e quel 46 % dice soprattutto quanto di una modifica tipica era lavoro sprecato. Se regge fuori da un post di lancio, l'economia cambia per chi fa centinaia di modifiche al mese invece di centinaia di generazioni.
Per chi costruisce una pipeline di contenuti la conclusione pratica è più piccola e più concreta. La generazione è diventata economica e intercambiabile. Le ore se ne vanno nell'editing, ed è lì che un modello che scrive codice e controlla il proprio lavoro ha un vantaggio su uno che ridisegna il fotogramma intero.
Brush è una prima versione. Canva lo dice apertamente. Ma la direzione è quella che paga.
Articoli correlati
Un server, una streamer IA: dentro il codice che manda avanti una diretta notturna
open-yoki è il codice di produzione di una host IA che va in diretta ogni sera su Binance Square, con persona, voce e funzioni legate al denaro rimosse. headless Chrome disegna il frame, ffmpeg spinge RTMP, una cartella di Markdown decide umore e post.
Pinky lascia che un agent guidi il tuo telefono e tiene premuto Invia finché non tocchi Consenti
Pinky collega qualsiasi agent MCP a un iPhone o Android vero e impone l'approvazione nel proprio gateway invece che in un prompt. Le app bancarie sono invisibili, i campi password sono off limits e su Android 13 l'agent riceve un secondo schermo nascosto.
AnyModelBot mette un piccolo team di bot IA sulla tua macchina, chiavi comprese
AnyModelBot è un'app desktop che fa girare più bot insieme, ognuno con la sua persona, il suo modello, la sua cartella di lavoro e la sua memoria. Ci parli dentro l'app oppure da WeChat, Feishu, Telegram, Slack e Discord, e file, cronologia e chiavi API restano sul tuo disco.
SeedRealtime di ByteDance prende due frame al secondo e decide quando parlare
Doubao-Seed-Realtime-1.0 mette frame di camera, frame di schermo e voce in un'unica sessione full duplex, a non più di due frame al secondo. Le decisioni interessanti sono la frequenza dei frame, il parlato proattivo e la risposta di audit attiva di serie.