Craft arbeitet in zwei Stufen: Zuerst interpretiert ein Bildplanungsmodell den Prompt und schreibt einen detaillierten Kompositionsplan fest, der Elemente, räumliche Beziehungen, relative Größe, visuelle Hierarchie und den im Bild nötigen Text beschreibt. Laut TechCrunch trennt Canva damit die kompositorische Planung von der eigentlichen Bilderzeugung, statt Pixel direkt aus dem Prompt zu erzeugen.
Training auf Vorlagen
Trainiert wurde Craft nach Angaben von Canva nicht mit Fotografien, sondern mit Millionen menschlich gestalteter Vorlagen aus der Inhaltsbibliothek der Plattform. Zu diesen Vorlagen zählen Poster, Social-Media-Beiträge, Präsentationen, Infografiken, Menüs und typografiereiche Layouts. TechRadar ergänzt, dass Craft durch dieses Training Ebenen versteht und Layout, visuelle Hierarchie und Typografie anders einordnet als Modelle, die auf flachen Bildern trainiert wurden. Nach dem Pre-Training optimierte Canva das Modell nach eigenen Angaben durch überwachtes Fine-Tuning und Reinforcement Learning mit Feedback der eigenen professionellen Designer.
Canva Research hat Craft nach Unternehmensangaben von Grund auf selbst gebaut und trainiert; es ist das erste Foundation-Modell aus diesem Labor. Laut Canva erlaubt die zweistufige Architektur eine genauere Erzeugung komplexer Bilder, die lesbaren Text und eine präzise Platzierung von Objekten erfordern. Nutzer sollen damit präzise Bearbeitungen vornehmen können, ohne andere Teile des Bildes zu verändern. The Verge berichtet zusätzlich, dass Craft neben Social-Media-Posts und Marketinginhalten auch realistische Szenen, digitale Kunst und Umgebungsbilder erstellen soll. Prompts lassen sich laut Canva in jeder Sprache formulieren, Text erzeugt Craft in 55 Sprachen.
Bei seinem Debüt erreichte Craft den vierten Platz auf dem DesignArena-Leaderboard für Bildgenerierungsmodelle. Canva zufolge belegt Craft weltweit Platz eins in der Kategorie People & Portraits unter 87 Modellen und Platz eins in der Kategorie Landscapes & Nature unter 85 Modellen. Auf dieser Grundlage bezeichnet sich Canva selbst als weltweit zweitfortschrittlichstes KI-Labor für Bildgenerierung. Für die interne Bewertung verglichen die professionellen Designer von Canva zusammen mit Dutzenden Forschern mehr als 25.000 Bildpaare in direkten Gegenüberstellungen mit führenden Modellen.
Craft ist ab sofort in Canva und für Entwickler über die öffentliche API verfügbar; zusätzlich nennt Canva den Canva MCP Server als Zugangsweg. The Verge beschreibt den Weg in der Plattform: über die Drei-Punkte-Option im linken Menü und die Auswahl von Dream Lab. TechRadar betont, dass Canva das Modell nicht auf die eigene Plattform beschränkt, sondern über die API auch die Integration in andere Plattformen ermöglicht. TechCrunch ergänzt, dass mit Craft erzeugte Bilder über Canva Magic, den Bild-zu-Design-Transformer des Unternehmens, in geschichtete Designs umgewandelt werden könnten.
Hintergrund
Canva hat in seiner Plattform bereits eine Reihe von Bildmodellen zur Generierung eingesetzt; laut TechCrunch dürften eigene Modelle dem Unternehmen helfen, API-Kosten zu sparen. Canva erklärte, das neue Modell ermögliche neben Kosteneinsparungen auch eine bessere Kontrolle über Qualität und Geschwindigkeit. TechRadar zufolge ist Canva überzeugt, dass eigene Inhouse-Modelle mehr Kontrolle über die Wirtschaftlichkeit generativer KI geben, statt von Dritten abhängig zu sein. Im Jahr 2024 übernahm Canva die Plattform für Mediengenerierung Leonardo.ai; laut Canva trugen deren Forscher zum neuen Bildmodell bei.
Was offen bleibt
TechCrunch zufolge wurde Craft entwickelt, um mit Modellen derselben Kategorie von Google, OpenAI, ByteDance und Meta zu konkurrieren; The Verge nennt OpenAI, Microsoft und Google als direkte Wettbewerber. Canva gibt an, dass Craft wie alle KI-Produkte der Plattform durch Canva Shield abgesichert ist, mit Eingabe- und Ausgabemoderation, Datenschutz- und Sicherheitskontrollen sowie Meldewerkzeugen. TechCrunch berichtet zudem, dass Canva seine Wachstumsprognose für 2026 senkte, was laut externen Analysten einen Rückgang der Bewertung von 42 Milliarden auf 35 Milliarden US-Dollar verursachte.