Canva dio a conocer Craft, su primer modelo de generación de imágenes entrenado íntegramente por su equipo de investigación. La empresa lo propone como una apuesta para competir con sistemas de Google, OpenAI, ByteDance y Meta.

El nuevo modelo ya está accesible para todos los usuarios de Canva a nivel global desde la pestaña Dream Lab del menú de la app. También puede ser integrado mediante la API pública de Canva, pensada para que desarrolladores incorporen la herramienta en plataformas de marketing, comercio electrónico o sitios de impresión.

Craft admite imágenes de hasta 2.000 píxeles de resolución y ofrece más de 30 relaciones de aspecto. Canva describe un funcionamiento en dos fases: primero interpreta la solicitud del usuario y elabora un plan de composición que define qué elementos aparecerán, su escala y su jerarquía visual, además del texto que debe incluirse; después, un segundo modelo transforma ese plan en la imagen final.

Esta arquitectura busca resolver un problema común de los generadores de imágenes: el texto que resulta ilegible o mal ubicado dentro de la composición. Separar planificación y renderizado permite un control más preciso sobre cada componente y facilita editar una parte sin afectar el conjunto.

A diferencia de la mayoría de modelos que aprenden principalmente de fotografías, Craft fue entrenado con millones de plantillas creadas por usuarios de la biblioteca de Canva —pósters, publicaciones para redes, presentaciones, infografías, menús y piezas con mucho texto—, lo que, según la empresa, le otorga una comprensión más profunda de principios de diseño como la jerarquía visual y el espaciado.

Tras el entrenamiento inicial, Craft se afinó con aprendizaje por refuerzo y con la retroalimentación de diseñadores profesionales de Canva, que evaluaron más de 25.000 comparaciones entre pares de imágenes frente a modelos de la competencia. Cuando el resultado automático y el juicio humano divergían, prevalecía la opinión de los diseñadores.

Canva afirmó que Craft debutó en el cuarto puesto entre los modelos de generación de imágenes más avanzados, según DesignArena, una plataforma de evaluación colaborativa. TechCrunch citó esa clasificación, pero no pudo verificarla de forma independiente. La empresa añadió que más de 250 millones de personas usan la plataforma y generan más de 400 diseños por segundo; para sostener esa escala, optimizaron la velocidad mediante una técnica de destilación que redujo la cantidad de pasos necesarios para producir cada imagen.