Canvaは10月22日、新しい画像生成モデル「Canva Craft」を公開した。社内の研究組織Canva Researchがゼロから学習させた基盤モデルで、指示文を受けてすぐに描き始めるのではなく、構図を計画してから最大2Kの画像を生成する。
狙うのは、画像を作った後の修正にも使いやすい設計だ。Craftは画像を生成し、既存機能のMagic Layersはその画像を文字や背景などの編集可能な部品へ分解する。見栄えのよい一枚を得ることと、広告の日付や見出しを後から直せることの間を、Canvaはどうつなごうとしているのか。
先に配置を決め、後から描く
Craftの内部には、構図を計画するモデルと画像を描画するモデルがある。最初のモデルが指示文を読み、何を画面に置くか、要素同士をどう配置するか、どのくらいの大きさにするかを決める。情報の優先順位や、画像の中に表示する文字も計画に含め、次のモデルがそれを画像に変換する仕組みだ。
たとえば、商品写真と見出しを載せる広告なら、商品の質感だけでなく、文字を読ませる場所や見せる順序も仕上がりを左右する。Canvaは、描画前に構図と文字の配置を扱うことで、複雑なレイアウトや読みやすい文字を作りやすくなると説明している。狙った要素への変更でも、周囲を不必要に変えずに済むという。ただし、指定外の部分が常に完全に保持されるという保証ではない。
学習データにも、デザインツールを運営してきた蓄積を使った。Canvaのライブラリーにある、人が制作した数百万件のテンプレートが含まれる。ポスターやSNS投稿、プレゼンテーションに加え、図解やメニューなど、配置と文字の組み合わせを学ぶための素材だ。写真だけでは捉えにくい情報の並べ方を学習させる方針であり、写真を一切使わなかったという意味ではない。
事前学習後には教師ありの微調整と強化学習を行い、プロのデザイナーの意見を取り入れて、指示への忠実さや文字の正確さを調整した。社内評価では、デザイナーと研究者が25,000組を超える画像を一対一で比較している。自動評価と人の判断が食い違う場合は、デザイナーの判断を優先したとする。
仕様上は30種類を超える縦横比に対応し、任意の比率も入力できる。画像内の文字は55言語で生成可能とされ、指示文はどの言語でも書けるという。もっとも、言語の対応数から日本語の細かな文字の精度までは判断できず、同社も細かい文字や技術図面の改善を今後の課題に挙げている。
画像を作る工程と、部品に戻す工程
Magic Layersは、画像を解析して、文字や物体、背景などを編集できる要素へ分ける既存機能である。Canva Researchは、そのために「構図の中の要素とレイヤーを理解する学習型の分解モデルを訓練した」と説明している。フォントのライブラリーと組み合わせ、文字を画素の集まりのまま扱わず、修正できる形へ戻す狙いがある。
Craftは構図計画と画像描画、Magic Layersは画像を部品へ分解、利用者は分解後に文字や配置を修正する。生成された画像と編集可能なデザインは工程が違う。
| 工程 | 担当するもの | 利用時に確かめる点 |
|---|---|---|
| 構図を決めて画像を作る | Canva Craft | 指示した文字や物体が適切に配置されているか |
| 画像を編集できる部品へ分ける | Magic Layers | 文字や背景が意図した要素として分かれるか |
| 部品を修正して仕上げる | 利用者による編集 | 変更後もレイアウトや文字の読みやすさを保てるか |
CanvaのCraftの説明と研究組織によるMagic Layersの説明を、制作の順に並べたものだ。生成時の画質と、分解後の直しやすさを分けて確かめられる。分解の精度を実測した比較ではなく、Craftの最初の出力が、そのまま編集可能な部品の集合だという意味でもない。
広告の開催日だけを変えたい場面を考えると、違いが分かりやすい。画像全体を再生成する方法では、残したい背景や商品の見え方にも気を配る必要がある。文字を独立した部品へ戻せれば、日付を編集する作業へ移れるからだ。一方、文字の分解やフォントの再現が崩れれば、その修正に手間がかかる。CraftがMagic Layersに適した構造を持つという説明は、生成から修正までを自社の仕組みでつなぐ狙いを示すが、実際に何分短縮できるかは別に検証する必要がある。
Canvaは、より高度な編集や参照画像を使う機能も今後のリリースで拡充するとしている。現時点で使える生成と分解の仕組みに、将来の機能まで含めて評価するのは早い。
内製モデルが効くのは修正を繰り返す場面
Canvaでは毎月10億件以上のデザインが作られている。同社の研究組織は、この規模では生成1回当たり数セントの差も大きく効くと説明した。ただし、デザインの作成件数はAI画像の生成回数と同じではなく、この数字からCraftの費用削減額を計算することはできない。
画像の生成や修正を繰り返す制作では、完成するまでの待ち時間と、その都度かかる計算費用が積み重なる。自社の用途に合わせてモデルを調整できれば、画質だけでなく、どの処理を速くし、どこに計算資源を使うかも設計しやすくなるだろう。Craftの内製化には、Canva上の制作工程に合わせて応答性と費用を制御する狙いが読み取れる。
その一環として、同社はモデル蒸留で画像生成に必要な推論のステップを減らし、計画段階向けの独自エンジンも開発した。今後は高速版の「Craft-fast」と「Craft-ultrafast」を提供する予定だ。公開版の具体的な生成時間や利用者向け単価は今回の発表に示されておらず、他社より何倍速い、いくら安いとは比べられない。
また、自社モデルを持つことは、外部モデルを一斉に置き換えることとも異なる。Canva Researchは、パートナーのモデルと並行して自社モデルを開発・運用する柔軟性が必要だとしている。Craftを、用途に応じて使い分けるモデル群の一つとして見る方が、同社の説明に沿う。
Craftは世界中のCanva利用者に提供され、Dream Labから使える。開発者向けの公開APIも提供中で、AIアシスタントからCanvaの機能を呼び出すMCP経由の利用は今後の予定となる。全利用者への提供という案内だけで、無料で無制限に生成できるとは読めず、プラン別の利用枠やCraftの料金は利用時に確かめる必要がある。
制作現場で試すなら、完成画像の見栄えに加え、日付を変える、見出しを直すといった修正をMagic Layersでどこまで進められるかが判断材料になる。日本語の文字を正確に作り、部品に分けた後も修正でき、繰り返しても待ち時間と費用が見合う。その条件がそろえば、Craftは画像の案を出す段階から、公開するデザインを仕上げる作業まで使いやすくなる。
