A Canva passou a ter o seu próprio gerador de imagens. A 22 de outubro, a empresa australiana de design lançou o Craft, o primeiro modelo de base treinado de raiz pelo seu laboratório interno, a Canva Research, e abriu-o a todos os utilizadores e aos programadores através da API pública. Até aqui, as funções de imagem da plataforma dependiam sobretudo de modelos de fornecedores externos.
O Craft divide o trabalho em duas fases. Um modelo de planeamento lê o pedido e descreve a composição: que elementos aparecem, onde ficam uns em relação aos outros, que tamanho têm, o que deve sobressair e que palavras têm de surgir. Um segundo modelo transforma depois esse plano numa imagem até 2K, em mais de 30 proporções ou numa medida personalizada. Segundo a Canva, separar a paginação da renderização dá texto mais legível e uma colocação de objetos mais rigorosa, além de permitir alterar um elemento sem mexer no resto.
Os dados de treino refletem o catálogo da empresa. Em vez de assentar sobretudo em fotografias, o Craft aprendeu com milhões de modelos criados por pessoas na biblioteca da Canva, de cartazes e publicações para redes sociais a apresentações, infografias, ementas e paginações carregadas de tipografia. O modelo foi depois afinado com ajuste supervisionado e aprendizagem por reforço, com contributos dos designers da casa, que compararam mais de 25 mil pares de imagens com modelos concorrentes. A empresa diz que aceita pedidos em qualquer língua e escreve texto em 55 idiomas.
A Canva aposta forte num ranking. Diz que o Craft entrou no DesignArena, um site em que o público compara às cegas imagens geradas a partir do mesmo pedido, em quarto lugar geral, o que a leva a apresentar o seu laboratório como o segundo melhor em geração de imagens. Reivindica ainda o primeiro lugar nas categorias de retratos e de paisagens. A Capital Brief, publicação de negócios australiana, escreve que o anúncio foi antecipado depois de estes resultados preliminares colocarem o Craft à frente de modelos da Google, da Microsoft, da Meta, da xAI e da ByteDance, ficando apenas atrás do laboratório da OpenAI.
Velocidade e custo fazem parte do argumento. A Canva afirma que a destilação reduziu bastante o número de passos de inferência e que um motor próprio para a fase de planeamento tornou o Craft dez vezes mais rápido do que a primeira versão interna. Prometem-se em breve duas variantes mais leves, Craft-fast e Craft-ultrafast. As imagens foram pensadas para alimentar o Magic Layers, a ferramenta que converte uma imagem plana em elementos editáveis, e está prevista uma ligação através do servidor MCP da Canva para que assistentes de IA gerem imagens no meio de tarefas maiores. O TechCrunch refere que investigadores da Leonardo.ai, comprada pela Canva em 2024, contribuíram para o modelo.
O contexto empresarial ajuda a explicar a pressa. Segundo o TechCrunch, a Canva recorria a vários modelos de terceiros, pelo que um modelo próprio pode reduzir a despesa com APIs e dar-lhe controlo sobre qualidade e rapidez. O Australian Financial Review noticia que a empresa suspendeu em agosto alguns produtos de IA muito promovidos por causa do custo dos tokens e reviu em baixa as previsões de receita, embora as publicações divirjam quanto à evolução da sua avaliação.
Os rankings pedem prudência. As posições no DesignArena são provisórias e mudam à medida que chegam votos, as comparações internas da Canva não foram publicadas em pormenor e as alegações sobre velocidade e custo não foram verificadas de forma independente. Certo é que uma plataforma de design com uma base de utilizadores enorme passa a ter um modelo que controla.