Canva lance Craft, modèle image entraîné sur ses templates
TL;DR
- Craft's two-stage architecture generates a compositional plan covering layout, spatial relationships, and typography before rendering any pixels.
- Four acquisitions, including Leonardo.ai and Kaleido, and 160-plus Canva Research scientists fed the model before its public debut.
- Training on human-designed templates rather than photographs produces category-leading benchmark outputs for portraiture, landscapes, and typography-heavy layouts.
Canva a présenté le 22 octobre Canva Craft, son premier modèle d'image conçu et entraîné from scratch par Canva Research, le laboratoire interne de l'éditeur. Particularité du dataset : les templates humains du catalogue, posters, posts sociaux, infographies, menus et mises en page typographiques, plutôt que des photographies.
Le pipeline fonctionne en deux temps, selon TechCrunch. Première passe : le modèle interprète le prompt et établit un plan incluant les relations spatiales des éléments, l'échelle relative, la hiérarchie visuelle et les informations de génération de texte. Seconde passe : production d'une image jusqu'en 2K dans un choix de 30 ratios. Les chercheurs issus de Leonardo.ai, racheté par Canva en 2024, ont contribué au modèle.
L'entreprise revendique la quatrième place sur le classement indépendant DesignArena. Les trois modèles devant Craft appartiennent tous à OpenAI : GPT-Image-2.5 Sunburst, GPT-Image-2.5 Flare et GPT-Image-2. Canva s'adjuge aussi la première place dans la catégorie People & Portraits (sur 87 modèles) et dans Landscapes & Nature (sur 85).
L'entreprise écrit sur X : "Extraordinary image generation is now available to everyone, powered by our first frontier model built specifically for design".
Craft est accessible à tous les utilisateurs via l'onglet Dream Lab et par l'API publique, pitchée auprès des équipes construisant plateformes marketing, sites e-commerce, générateurs d'annonces et services d'impression. Un serveur MCP destiné à exposer Craft dans ChatGPT et Gemini est annoncé sans date. Deux variantes allégées, Craftfast et Craft-ultrafast, suivront. C'est la huitième sortie majeure que suit notre fil AI Art en 90 jours.
Ce qu'en disent les autres médias
-
Unite.AI Lire →
Details the four-acquisition pipeline (Kaleido, Leonardo, MangoAI, Simtheory), 160+ Canva Research scientists, and 25,000+ designer comparisons used to align the model toward professional design standards.
By modelling composition and typography before rendering, Craft can generate complex layouts with legible text, precise object placement.
-
Innovation Village Lire →
Frames Craft as a direct response to Canva's valuation decline from $42B to $35B and its reduced 2026 revenue forecast, positioning the launch as financial necessity.
Unlike models trained primarily on photographs, Canva Craft was trained using human-designed templates from Canva's library.
-
TestingCatalog Lire →
Explains JSON boundary boxing as the mechanism enabling Magic Layers editability, and breaks down DesignArena rankings by category across 87-plus competing models.
Craft debuted as the fourth-ranked image model on DesignArena, making Canva Research the platform's second-ranked image-generation lab.
-
Tech Insider Lire →
Separates verified claims from unverified ones in a structured table, flags open questions on creator consent and pricing, and predicts competitive responses from the field.
Built and trained from scratch by Canva Research, bringing together years of AI research and investment to deliver a deeper understanding of design
-
Dataconomy Lire →
Covers Leonardo.ai's direct contribution to model training and confirms Craft-fast and Craft-ultrafast timelines while contextualizing Canva's AI cost-reduction rationale.
The model works in two stages. First, it interprets a user's prompt and creates a plan covering spatial relationships between elements.
Article original publié par techcrunch.com
Lire l'article original →Titre original : Canva lance Craft, premier modèle d'image maison entraîné sur ses templates et branché à ChatGPT via MCP