Canva اکنون مولد تصویر خودش را دارد. این شرکت استرالیایی طراحی روز ۲۲ اکتبر مدل Craft را عرضه کرد؛ نخستین مدل پایه‌ای که آزمایشگاه داخلی‌اش، Canva Research، از صفر آموزش داده است. این مدل برای همه کاربران و برای توسعه‌دهندگان از طریق رابط برنامه‌نویسی عمومی باز شده است. تا پیش از این، قابلیت‌های تصویری این سکو عمدتاً بر مدل‌های ارائه‌دهندگان بیرونی تکیه داشت.
این مدل کار را دو مرحله‌ای انجام می‌دهد. یک مدل برنامه‌ریز ابتدا درخواست را می‌خواند و ترکیب‌بندی را می‌نویسد: چه اجزایی حضور دارند، نسبت به هم کجا قرار می‌گیرند، چه اندازه‌ای دارند، کدام باید برجسته باشد و چه کلماتی باید دیده شود. سپس مدل جداگانه‌ای این نقشه را به تصویری با وضوح حداکثر 2K در بیش از ۳۰ نسبت ابعاد یا اندازه دلخواه تبدیل می‌کند. به گفته شرکت، جدا کردن چیدمان از ترسیم نوشته‌های خواناتر و جای‌گذاری دقیق‌تر اشیا به همراه دارد و کاربر می‌تواند یک جزء را بدون به هم ریختن بقیه تغییر دهد.
داده‌های آموزشی بازتاب گنجینه خود شرکت است. به‌جای تکیه اصلی بر عکس، این مدل از میلیون‌ها قالب ساخته دست انسان در کتابخانه Canva آموخته است؛ از پوستر و پست شبکه‌های اجتماعی تا ارائه، اینفوگرافیک، منو و صفحه‌آرایی‌های پرحروف. سپس با تنظیم دقیق نظارت‌شده و یادگیری تقویتی و با بازخورد طراحان حرفه‌ای شرکت بهینه شد؛ طراحانی که بیش از ۲۵ هزار جفت تصویر را در مقایسه رودررو با مدل‌های رقیب داوری کردند. به گفته شرکت، مدل درخواست را به هر زبانی می‌پذیرد و می‌تواند متن را به ۵۵ زبان در تصویر بنویسد.
شرکت روی یک رتبه‌بندی حساب ویژه‌ای باز کرده است. Canva می‌گوید این مدل در سایت DesignArena، جایی که مردم تصاویر ساخته‌شده از یک درخواست یکسان را بدون دانستن نام مدل مقایسه می‌کنند، با رتبه چهارم کلی وارد شد و همین را دلیلی می‌داند که آزمایشگاهش را دومین آزمایشگاه برتر تولید تصویر بخواند. شرکت رتبه نخست در دسته‌های چهره و منظره را هم ادعا می‌کند. نشریه اقتصادی استرالیایی کپیتال بریف گزارش داده که اعلام خبر پس از آنکه نتایج اولیه این مدل را بالاتر از مدل‌های گوگل، مایکروسافت، متا، xAI و ByteDance نشاند جلو افتاد و تنها آزمایشگاه OpenAI بالاتر از آن است.
سرعت و هزینه هم بخشی از استدلال شرکت است. Canva می‌گوید تقطیر مدل شمار گام‌های استنتاج را به‌شدت کم کرده و موتوری اختصاصی برای مرحله برنامه‌ریزی، سرعت را نسبت به نخستین نسخه داخلی ده برابر کرده است. دو نسخه سبک‌تر نیز به‌زودی عرضه می‌شوند. خروجی‌ها برای ابزار لایه‌ساز این سکو طراحی شده‌اند که تصویر تخت را به اجزای قابل ویرایش تبدیل می‌کند، و قرار است اتصالی از طریق سرور MCP شرکت فراهم شود تا دستیارهای هوش مصنوعی در دل کارهای بزرگ‌تر تصویر بسازند. تک‌کرانچ می‌نویسد پژوهشگران شرکت لئوناردو که Canva در سال ۲۰۲۴ خرید، در ساخت مدل سهم داشته‌اند.
پیشینه تجاری شتاب شرکت را توضیح می‌دهد. به گزارش تک‌کرانچ، Canva تاکنون از ترکیبی از مدل‌های شرکت‌های دیگر استفاده می‌کرد و مدل خودی می‌تواند هزینه رابط‌های برنامه‌نویسی را کاهش دهد و کنترل کیفیت و سرعت را به خود شرکت بسپارد. روزنامه مالی استرالیا گزارش می‌دهد که شرکت در ماه اوت برخی محصولات پرتبلیغ هوش مصنوعی را به دلیل هزینه توکن‌ها کنار گذاشت و پیش‌بینی درآمدش را پایین آورد، هرچند رسانه‌ها درباره میزان تغییر ارزش‌گذاری آن هم‌نظر نیستند.
این رتبه‌ها را باید با احتیاط خواند. جایگاه‌ها در DesignArena موقتی است و با افزایش آرا جابه‌جا می‌شود، مقایسه‌های داخلی شرکت با جزئیات منتشر نشده و ادعاهای مربوط به سرعت و هزینه به‌طور مستقل آزموده نشده است. آنچه روشن است این است که یک سکوی طراحی با شمار بسیار زیادی کاربر اکنون مدلی را در اختیار دارد که خودش کنترلش می‌کند.