Canva entwickelt seine Bildgenerierung künftig intern

Canva hat Canva Craft auf den Markt gebracht, sein erstes KI-Modell zur Bildgenerierung. Damit treibt die Designplattform ihren Ansatz voran, generative Werkzeuge zu einem zentraleren Bestandteil ihres Produkts zu machen. Das Unternehmen erklärt, dass das Modell eine zweistufige Architektur verwendet, die ein Design plant, bevor sie ein Bild erzeugt. Dadurch sollen Präzision, Konsistenz und Kontrolle verbessert werden.

Der Schwerpunkt auf Planung zielt auf eine bekannte Schwäche der Bildgenerierung. Für ein Modell ist es relativ einfach, ein visuell beeindruckendes Bild zu erzeugen. Deutlich schwieriger ist es jedoch, Objekte dort zu platzieren, wo Nutzer sie erwarten, eine Komposition zusammenzuhalten oder Text lesbar darzustellen. Diese Einschränkungen sind für Canva-Nutzer besonders relevant, da sie häufig Bilder für Social-Media-Posts, Marketingmaterialien, Präsentationen, Speisekarten und andere designorientierte Aufgaben benötigen.

Nach Angaben des Unternehmens kann Canva Craft Bilder mit bis zu 2K-Auflösung erzeugen und unterstützt mehr als 30 Seitenverhältnisse. Canva zufolge eignet sich das Modell für realistische Szenen, digitale Kunst, Umweltbilder, Social-Media-Inhalte und Marketingmaterialien.

Ein zweistufiges Modell für strukturierte Designaufgaben

Die vom Unternehmen beschriebene Architektur trennt Planung und Bilderstellung. Statt einen Bild-Prompt als eine einzige Anweisung zu behandeln, die in einem Generierungsschritt gelöst werden muss, entwickelt Canva Craft zunächst einen Designplan und erzeugt anschließend das visuelle Ergebnis. Laut Canva hilft dies bei komplexen Bildern, die eine genaue Objektplatzierung und lesbaren Text erfordern.

Dieser Unterschied könnte für eine auf Layouts ausgerichtete Plattform erheblich sein. Viele Bildmodelle werden anhand der Qualität einzelner Bilder bewertet. Canva arbeitet jedoch in einem Workflow, in dem ein Asset oft in ein vorgegebenes Format passen, eine Botschaft unterstützen und mit editierbaren Designelementen funktionieren muss. Ein ästhetisch starkes, aber für ein Poster, eine Folie oder eine Social-Vorlage schlecht komponiertes Bild erzeugt zusätzliche Arbeit für den Nutzer.

Canvas Strategie besteht daher weniger darin, isoliert einen weiteren Bildgenerator hinzuzufügen, als den Generierungsprozess stärker an die strukturierten Anforderungen der Designproduktion anzupassen. Auch die große Auswahl unterstützter Seitenverhältnisse verfolgt dieses Ziel. Ein einzelnes Konzept kann ein breites Präsentationsformat, ein vertikales Social-Format und einen quadratischen Post benötigen, jeweils mit einer anderen Komposition.

Training mit einer designorientierten Inhaltsbibliothek

Canva gibt an, Craft mit Millionen von Menschen erstellten Vorlagen aus seiner Inhaltsbibliothek trainiert zu haben. Das Unternehmen beschreibt die Bibliothek als Sammlung von Social-Media-Posts, Präsentationen, Infografiken und Speisekarten. Dadurch ist der Trainingsschwerpunkt des Modells an praktischen Designformaten ausgerichtet und nicht nur an allgemeinen Bildern.

Die Ankündigung folgt auf eine Reihe weiterer KI-Erweiterungen bei Canva. Im April führte das Unternehmen promptbasierte Bearbeitungsfunktionen ein, mit denen Nutzer ein Design erstellen oder ändern können, indem sie die gewünschte Anpassung beschreiben. Außerdem wurden Ebenen für KI-generierte Bilder hinzugefügt, sodass sich ein Teil eines Bildes ändern lässt, ohne den Rest verändern zu müssen.

Diese früheren Funktionen liefern den Kontext für Craft. Bildgenerierung ist in einer Designanwendung besonders nützlich, wenn Nutzer das Ergebnis weiterbearbeiten können. Ein generiertes Bild kann den Ausgangspunkt bilden, doch Teams müssen häufig einen Bereich anpassen, andere Elemente erhalten, das Bild mit Text kombinieren oder das Ergebnis für einen anderen Kanal umarbeiten. Die jüngsten Erweiterungen von Canva deuten auf ein Produkt hin, in dem Prompts und herkömmliche Bearbeitung zusammenwirken sollen.

Positionierung in einem umkämpften Markt für Bildmodelle

Canva betritt ein Wettbewerbsfeld, zu dem Bildmodelle von OpenAI, Microsoft und Google gehören. Das Unternehmen präsentiert Craft als Modell für designorientierte Kontrolle und nicht lediglich als Werkzeug zur Erstellung künstlerischer Bilder.

Laut dem Bericht liegt das Modell derzeit auf Platz vier der Design-Arena-Rangliste für KI-Bildgenerierungsmodelle. Design Arena wird als Crowdsourcing-Benchmark für KI-Designs beschrieben. Solche Ranglisten können ein nützliches öffentliches Signal für die vergleichbare Leistung liefern, sollten aber nicht als vollständiges Maß für die Modellqualität betrachtet werden. Benchmarks hängen von ihren Prompts, Bewertungsmethoden und den Arten von Ergebnissen ab, die Nutzer bewerten.

Für Canva wird die größere Prüfung darin bestehen, ob das Modell die täglichen Anforderungen der Plattform erfüllt: korrekte Layouts, brauchbare Kompositionen, flexible Formate und Ergebnisse, die innerhalb eines Design-Workflows weiter verfeinert werden können. Die Aussagen des Unternehmens zu lesbarem Text und präziser Platzierung adressieren direkt zwei Bereiche, in denen Nutzer schnell erkennen, ob ein Modell hilft oder eine weitere Bearbeitungsaufgabe erzeugt.

Warum der Start wichtig ist

Canva Craft verdeutlicht einen größeren Wandel in der generativen KI: weg von eigenständiger Erstellung und hin zu Werkzeugen, die für bestimmte Produktionsumgebungen entwickelt werden. Das Modell wird nicht nur als allgemeiner Bildgenerator eingeführt. Sein angekündigter Nutzen ist mit den Workflows von Menschen verbunden, die Kommunikationsmaterialien unter Layout-, Marken- und Formatvorgaben erstellen.

Der zweistufige Ansatz ist zudem eine klare Produktwette. Wenn die Planung vor der Generierung die Kontrolle zuverlässig verbessert, könnten per Prompt erstellte Visuals für Arbeiten, bei denen Details wichtig sind, verlässlicher werden. Falls nicht, bleibt für Nutzer die bekannte Lücke zwischen einer beeindruckenden Demonstration und einem tatsächlich einsatzbereiten Asset bestehen.

Canva hat Craft in eine wachsende Suite von KI-Funktionen eingebettet, statt es als eigenständiges Ziel zu präsentieren. Diese Integration könnte der Vorteil sein: Nutzer können in einer Umgebung ein Bild erzeugen, Teile davon bearbeiten und es in einen umfassenderen Designprozess integrieren. Mit dem Start wird Canva sowohl zu einem wichtigen Nutzer generativer Modelle als auch zu einem direkten Teilnehmer am Wettlauf um deren Entwicklung.

Dieser Artikel basiert auf einer Berichterstattung von The Verge. Originalartikel lesen.

Originally published on theverge.com