Craft di Canva progetta il poster prima di dipingerlo

Canva ha rilasciato questa settimana il suo primo modello di immagini interno, e la presentazione è una frase che quasi nessun modello di immagini può dire: scrive un piano prima di disegnare qualsiasi cosa.

Il modello si chiama Craft. Sviluppato da Canva Research, addestrato sulla libreria di template creati da persone della stessa azienda, disponibile per tutti gli utenti Canva e tramite API pubblica. Genera fino a 2K in oltre 30 formati e rende testo in 55 lingue.

Il design a due stadi è la sostanza. Un modello di planning legge il prompt e scrive un piano di composizione dettagliato: quali elementi compaiono, come si dispongono gli uni rispetto agli altri, la loro scala relativa, la gerarchia visiva e qualsiasi testo l'immagine debba contenere. Un secondo modello di rendering trasforma quel piano in pixel. Poiché il piano è strutturato, Canva dice che gli utenti possono cambiare un singolo elemento senza che il resto dell'immagine si muova.

Chi ha generato un poster con un modello generalista sa perché questo conta. Chiedi un titolo, tre icone e una foto prodotto in basso a destra. Ottieni qualcosa che somiglia a tutte e tre le cose, disposte quasi correttamente, con il titolo scritto male e le icone che fluttuano ad altezze leggermente diverse. La composizione non è mai stata davvero una decisione del modello. Era un effetto collaterale del campionamento.

Cosa cambiano i dati di addestramento

La maggior parte dei modelli di immagini è addestrata soprattutto su fotografie. Il set di Craft include milioni di template per poster, post social, presentazioni, infografiche, menu e layout in cui il testo è il punto, non un elemento decorativo.

È una differenza reale nel prior. Un modello addestrato su fotografie ha visto miliardi di immagini in cui il testo appare su insegne, packaging e schermi, di solito piccolo, spesso sfocato, raramente soggetto principale. Un modello addestrato su template ha visto milioni di immagini in cui la gerarchia tipografica è l'intera ragione per cui l'immagine esiste. Se il tuo lavoro è fare un menu o l'annuncio di un corso, non sono lo stesso punto di partenza.

Le classifiche, lette con attenzione

Canva dice che Craft ha esordito quarto su DesignArena, che descrive come il più grande valutatore crowdsourced di design con AI. Dice anche che Craft è primo in People and Portraits (su 87 modelli) e primo in Landscapes and Nature (su 85), secondo in Abstract and Patterns, quarto in Products. E dice che questo rende Canva Research il secondo laboratorio al mondo per la generazione di immagini.

Quell'ultima frase fa più lavoro di quanto i dati sostengano. Quarto assoluto più due vittorie di categoria è un esordio forte per un primo modello. Chiamare il laboratorio secondo al mondo è un'affermazione sui laboratori, non su un modello, e DesignArena non è la stessa arena delle classifiche text-to-image che quasi tutti citano. Tratta le due vittorie di categoria come la parte significativa. Ritratti e paesaggi sono esattamente i settori in cui ci si aspetterebbe che un modello addestrato su template sia indietro, quindi vincerli è la sorpresa.

C'è anche un dettaglio nella metodologia di Canva che vale la pena citare, perché è insolito: i designer hanno lavorato con i ricercatori per valutare più di 25,000 coppie di immagini in confronti testa a testa con altri modelli, e quando le valutazioni automatiche erano in disaccordo con il giudizio umano l'azienda si è schierata con il designer. Che si creda o no ai numeri che ne escono, è una regola di spareggio dichiarata, cosa che quasi nessun post di lancio offre.

Perché lo stadio di planning è anche un trucco di velocità

Oltre alla qualità, l'architettura dà a Canva qualcosa che un modello diffusion puro non ottiene facilmente: il ragionamento costoso avviene una volta sola, in testo, e lo stadio di rendering può essere distillato a fondo.

Canva dice di aver usato la distillazione del modello per ridurre i passi di inferenza a una frazione dell'originale, e di aver costruito un motore di inferenza dedicato per lo stadio di planning che rende Craft un ordine di grandezza più veloce della sua prima versione interna. Dice anche che arriveranno due varianti, Craft-fast e Craft-ultrafast, a una frazione del costo dei principali modelli frontier.

Il contesto di scala spiega l'urgenza. Canva dice che più di un quarto di miliardo di persone usa la piattaforma, creando oltre 400 design ogni secondo. A quel volume, un modello migliore del 20% ma due volte più caro per immagine è un problema di business, non una feature.

Dove si ferma

La lista di ciò che Craft non fa ancora è più informativa della lista delle feature. Canva dice che le versioni future gestiranno meglio il testo minuto e i disegni tecnici, e che arriveranno editing più avanzato e funzioni con immagini di riferimento.

Il che significa niente immagini di riferimento, per ora. Niente «metti questo prodotto in questa scena». Niente abbinamento a un asset di brand già esistente. Per un modello venduto al marketing e all'e-commerce, l'assenza di supporto alle immagini di riferimento è il limite più grande, perché la maggior parte del lavoro commerciale parte da qualcosa che esiste già: la foto di un prodotto, un logo, una persona.

Il ponte che Canva offre in alternativa è Magic Layers, che trasforma un'immagine generata in elementi di design modificabili dentro Canva. È una risposta intelligente a un problema reale. Se il modello non può prendere in input la tua foto prodotto, almeno l'output può essere smontato e rimontato intorno a essa. È un workaround, ed è il workaround che molti designer già fanno a mano in altri tre strumenti.

A chi serve

Se già crei cose in Canva, Craft è quasi un upgrade gratuito, e le lingue e i formati significano che si adatterà alla maggior parte dei formati social e stampa senza un passaggio di ridimensionamento. Il server MCP conta per un altro motivo: permette a un agente di generare un'immagine come passo di un compito più ampio, che è come molto lavoro di marketing viene effettivamente montato oggi.

C'è un effetto di secondo ordine dello stadio di planning che Canva non pubblicizza e che conta più di qualsiasi posizione in classifica: un piano è modificabile in un modo in cui un latente non lo è. Una volta che la composizione esiste come descrizione strutturata, le regole di un brand possono essere applicate a quella descrizione invece che ai pixel. Logo in basso a destra, altezza minima delle maiuscole, due colori di brand più il nero. Sono vincoli che a un modello di planning si possono comunicare. A un modello diffusion si può solo chiedere per favore.

È lo stesso argomento che Adobe porta avanti sulla generazione guidata da template, ed è il motivo per cui un'azienda di design che rilascia un modello è un evento diverso da un laboratorio che ne rilascia uno. Il fossato di Canva non è il checkpoint. Sono i milioni di template e il brand kit che ognuno dei suoi utenti ha già compilato.

Se ti servono render prodotto fotorealistici, o devi collocare un oggetto specifico in una scena specifica, questo non è ancora lo strumento. Canva dice che le immagini di riferimento arriveranno. Finché non arrivano, Craft è più forte esattamente dove sono più forti i suoi dati di addestramento: layout in cui le parole sono il design, e il layout deve essere giusto al primo colpo.

Il che, visto che l'intero business di Canva sono i layout, non è una coincidenza. È il posto più difendibile in cui un'azienda di design possa piantare un modello.