Canva hat mit Craft sein erstes selbst entwickeltes KI-Modell zur Bilderzeugung vorgestellt. Die Technologie stammt aus dem unternehmenseigenen Forschungslabor Canva Research und soll hochwertige Bildgenerierung mit gezielter Kontrolle über Gestaltung, Typografie und einzelne Bildelemente verbinden. Das Modell ist ab sofort weltweit über die Canva-Plattform sowie eine öffentliche Programmierschnittstelle verfügbar.
Im unabhängigen Vergleichsportal DesignArena belegt Craft nach Unternehmensangaben den vierten Platz unter den leistungsfähigsten Bildgeneratoren. Canva Research erreicht damit im Ranking der Forschungslabore den zweiten Rang. Besonders gute Bewertungen erzielt die Technologie bei Porträts und Landschaftsmotiven.
Zweistufige Architektur verbessert Bildkomposition
Anders als herkömmliche Bildgeneratoren arbeitet Craft mit einem zweistufigen Verfahren. Zunächst analysiert ein Planungsmodell die Nutzervorgaben und entwickelt daraus eine strukturierte Bildkomposition. Dabei berücksichtigt die KI unter anderem die Anordnung einzelner Objekte, Größenverhältnisse, gestalterische Hierarchien und gewünschte Textelemente.
Anschließend setzt ein separates Rendering-Modell diese Vorgaben in ein fertiges Bild um. Die Ergebnisse erreichen eine Auflösung von bis zu 2K und unterstützen mehr als 30 Seitenverhältnisse. Durch die Trennung von Planung und Bildberechnung sollen insbesondere komplexe Layouts, die Positionierung von Elementen und die Darstellung lesbarer Schrift verbessert werden.
Die Architektur ermöglicht zudem gezielte Anpassungen einzelner Bildbereiche, ohne dass die gesamte Komposition verändert werden muss. In Verbindung mit Canvas Funktion Magic Layers lassen sich generierte Inhalte in separat bearbeitbare Gestaltungselemente umwandeln.
Gewinnen in der Plattform-Ökonomie
Training mit Millionen professioneller Designvorlagen
Bei der Entwicklung setzte Canva gezielt auf gestalterische Inhalte statt ausschließlich auf fotografisches Trainingsmaterial. Die Datengrundlage umfasst Millionen von Menschen erstellte Vorlagen aus der eigenen Inhaltsbibliothek, darunter Präsentationen, Werbemittel, Infografiken, Plakate und Social-Media-Layouts.
Damit soll das Modell nicht nur visuelle Motive erkennen, sondern auch grundlegende Gestaltungsprinzipien wie Ausrichtung, Abstände und typografische Gewichtung berücksichtigen. Ergänzend wurde Craft durch überwachtes Feintraining und Reinforcement Learning weiterentwickelt.
Für interne Qualitätsprüfungen verglichen professionelle Designer gemeinsam mit Forschern mehr als 25.000 Bildpaare. Die Bewertungen dienten insbesondere dazu, die Umsetzung komplexer Anweisungen, die Textdarstellung und die visuelle Qualität zu optimieren. Bei abweichenden Ergebnissen zwischen automatisierten Tests und menschlicher Einschätzung priorisierte Canva das Urteil der Designer.
Spitzenpositionen bei Porträts und Landschaften
Bei DesignArena erreicht Craft nach Angaben des Unternehmens den ersten Platz in den Kategorien Menschen und Porträts sowie Landschaften und Natur. Die jeweiligen Vergleichsfelder umfassen 87 beziehungsweise 85 KI-Modelle. Bei abstrakten Motiven und Mustern liegt Craft auf Rang zwei, während Produktdarstellungen den vierten Platz erreichen.
Die Technologie unterstützt sowohl fotorealistische Darstellungen als auch Illustrationen, digitale Kunst und konzeptionelle Bildwelten. Zu den vorgesehenen Einsatzbereichen gehören Marketingkampagnen, Produktvisualisierungen, redaktionelle Motive, Präsentationen und Inhalte für soziale Netzwerke.
Nutzer können ihre Anweisungen in unterschiedlichen Sprachen formulieren. Das Modell unterstützt außerdem die Erzeugung von Schrift in 55 Sprachen. Die Kombination aus flexiblen Bildformaten, kontrollierbarer Komposition und mehrsprachiger Textdarstellung soll insbesondere die Erstellung direkt verwendbarer Kommunikationsmittel vereinfachen.
Schnellere Modellvarianten sollen Kosten reduzieren
Eine zentrale Herausforderung bei der Entwicklung war die Rechenleistung. Canva verweist auf mehr als 250 Millionen Nutzer und eine Plattform, auf der jede Sekunde über 400 Designs entstehen. Um KI-Bildgenerierung in diesem Umfang wirtschaftlich anbieten zu können, optimierte das Forschungsteam die Verarbeitungsgeschwindigkeit.
Durch Modelldestillation konnte die Zahl der notwendigen Berechnungsschritte deutlich reduziert werden. Zusätzlich entwickelte Canva eine eigene Inferenz-Engine für die Planungsphase. Dadurch arbeitet Craft nach Unternehmensangaben rund zehnmal schneller als eine frühe interne Modellversion.
Auf dieser Grundlage plant das Unternehmen zwei weitere Varianten mit den Bezeichnungen Craft-fast und Craft-ultrafast. Sie sollen hochwertige Bildgenerierung zu geringeren Betriebskosten ermöglichen und insbesondere Anwendungen mit hohen Bildvolumina unterstützen.
Weltweiter Zugang über Canva und Entwickler-API
Craft steht allen Canva-Nutzern über das integrierte Dream Lab zur Verfügung. Darüber hinaus können Entwickler das Modell über die öffentliche Canva-API in eigene Anwendungen integrieren. Als mögliche Einsatzfelder nennt das Unternehmen Marketingsoftware, E-Commerce-Plattformen, Werbetools und Druckdienstleistungen.
Künftig soll Craft außerdem über den Canva MCP Server mit KI-Assistenten und automatisierten Arbeitsabläufen verbunden werden können. Dadurch könnten KI-Agenten beispielsweise Produktbilder oder Kampagnenmotive als Bestandteil umfangreicherer Prozesse erzeugen.
Für den sicheren Einsatz setzt Canva auf das bestehende Schutzsystem Canva Shield. Dazu gehören die Überprüfung von Eingaben und Ergebnissen, Datenschutzfunktionen sowie Möglichkeiten zur Meldung problematischer Inhalte. Weitere Entwicklungsarbeiten konzentrieren sich auf die Verbesserung feiner Schrift, technischer Zeichnungen und zusätzlicher Bearbeitungsfunktionen.
