デザイン大手のCanvaは、自社の研究チームが開発した初の画像生成モデル「Canva Craft」を公開したと発表しました。GoogleやOpenAI、ByteDance、Metaなどの同種モデルに対抗する狙いがあるとしています。
2段階の生成プロセス
Canvaによりますと、このモデルは2段階で動作するということです。
- 第1段階では、ユーザーのプロンプトを解釈し、要素の空間的関係や相対的な規模、視覚的階層、テキスト生成のための情報などの詳細を含む計画を作成します。
- 第2段階では、最大2K解像度の画像を、さまざまなプラットフォームに対応する最大30種類のアスペクト比で生成します。
同社は、このアプローチにより、オブジェクトの詳細を正確に描写し、判読可能なテキストを含む画像を生成できるとしています。さらに、ユーザーは画像の他の部分を変更せずに正確な編集が可能になるということです。
デザインテンプレートで学習
同社は、写真ではなく、Canvaのライブラリにある人間がデザインしたテンプレートを用いてこのモデルを学習させたとしています。テンプレートには、ポスターやソーシャル投稿、プレゼンテーション、インフォグラフィック、メニュー、タイポグラフィを多用したレイアウトなどが含まれるということです。
これにより、Canva Craftで生成された画像は、同社の画像デザイン変換ツール「Canva Magic」を使ってレイヤー化されたデザインに変換できるとしています。同プラットフォームは昨年、デザインとレイヤーを理解する独自モデルを公開しています。
提供方法と今後の展開
Canva Craftは、同社プラットフォームの「Dream Lab」タブから全ユーザーが利用できるということです。また、Canva APIを通じても利用可能になります。さらに、同社はCanvaのMCPを通じて、ChatGPTやGeminiなどのサードパーティ製チャットボットでの画像生成をサポートする方針です。
Canvaはこれまでプラットフォームでの生成に複数の画像モデルを利用してきたため、新モデルはAPIコストの削減に役立つ可能性があるとしています。同社はコスト面に加え、新モデルにより品質と速度の制御が向上すると述べています。
2024年には、Canvaはメディア生成プラットフォームのLeonardo.aiを買収しました。新画像モデルにはLeonardoの研究者が貢献したとしています。
同社は、コスト効率の高い2つのバージョン「Craftfast」と「Craft-ultrafast」を開発中で、まもなく公開する方針です。
同社は昨年、売上高40億ドル（約6200億円）の達成が見込まれていました。しかし、2026年の成長予測を引き下げたことで、外部アナリストによりますと、企業価値が420億ドル（約6兆5100億円）から350億ドル（約5兆4300億円）に急落したと報じられています。
