کانوا مدل تصویرساز اختصاصی Craft را معرفی کرد؛ رتبه‌ی دوم DesignArena

شرکت کانوا که تا دیروز مشتری مدل‌های تصویرساز دیگران بود، حالا اولین مدل اختصاصی خودش به نام Craft را معرفی کرده است؛ مدلی که طبق ادعای شرکت در جدول DesignArena رتبه‌ی دوم میان آزمایشگاه‌ها را دارد.

۱. ماجرا چیست؟

شرکت Canva اولین مدل تولید تصویر درون‌سازمانی خود را با نام Craft رونمایی کرد. این مدل توسط تیم Canva Research ساخته شده و نخستین قدم جدی کانوا برای تولید مستقیم تصویر بدون تکیه‌ی کامل بر شرکت‌های دیگر است. پیش‌تر کانوا برای قابلیت‌های تصویرساز خود از ارائه‌دهندگانی مانند گوگل، OpenAI، ByteDance و متا خدمات می‌گرفت.

این خبر در مجموعه‌ی خبرهای روزانه‌ی هوش مصنوعی روز ۲۴ اکتبر ۲۰۲۶ منعکس شده است. بخش مهمی از جزئیات، ادعاهای خود شرکت است و بهتر است آن‌ها را تا زمان آزمون مستقل با احتیاط بخوانیم. اگر خبرهای روزانه‌ی این حوزه را دنبال می‌کنید، بخش اخبار هوش مصنوعی مستر چت‌جی‌پی‌تی جای خوبی برای شروع است.

۲. Craft در جدول DesignArena کجاست؟

کانوا می‌گوید Craft در جدول رده‌بندی DesignArena میان آزمایشگاه‌های هوش مصنوعی رتبه‌ی دوم و در رتبه‌بندی کلی رتبه‌ی چهارم را دارد. این یعنی مدل جدید در رقابت با غول‌هایی که سال‌ها روی تولید تصویر کار کرده‌اند، جایگاهی قابل‌توجه گرفته است.

در دسته‌بندی‌های تخصصی نتیجه جالب‌تر است. طبق این ادعا، Craft در دسته‌ی «انسان و پرتره» در میان ۸۷ مدل اول شده و در دسته‌ی «منظره و طبیعت» هم در میان ۸۵ مدل رتبه‌ی نخست را دارد. پرتره و طبیعت دو حوزه‌ای هستند که معمولاً ضعف‌های مدل‌های تصویرساز، مثل دست‌های عجیب یا بافت‌های مصنوعی، در آن‌ها زودتر دیده می‌شود.

با این حال رتبه‌بندی‌هایی مانند DesignArena بر پایه‌ی رأی و ترجیح انسانی کار می‌کنند و با گذشت زمان و ورود مدل‌های تازه تغییر می‌کنند. پس این رتبه تصویری از همین لحظه است، نه حکم نهایی.

۳. معماری دو مرحله‌ای: اول طرح، بعد رندر

مهم‌ترین تفاوت Craft با بسیاری از مدل‌های رایج، روش کار آن است. به‌جای اینکه تصویر مستقیم از متن ساخته شود، ابتدا یک مدل برنامه‌ریز «ترکیب‌بندی» را می‌نویسد؛ یعنی تصمیم می‌گیرد چه چیزی کجای کادر بنشیند و عناصر چطور چیده شوند.

سپس یک رندرر بر اساس همان طرح، تصویر نهایی را می‌سازد. خروجی تا کیفیت ۲K و در بیش از ۳۰ نسبت تصویر مختلف تولید می‌شود. این تنوع نسبت تصویر برای طراحان شبکه‌های اجتماعی، بنر و پوستر اهمیت زیادی دارد، چون هر پلتفرم قاب خاص خودش را می‌خواهد.

۴. چرا آموزش با قالب‌های واقعی مهم است؟

کانوا می‌گوید Craft را با میلیون‌ها قالب ساخته‌ی انسان از کتابخانه‌ی خودش آموزش داده است. این انتخاب فقط درباره‌ی کیفیت داده نیست؛ مدل یاد می‌گیرد طرح‌های واقعی چطور از متن، تصویر و فضای خالی ساخته می‌شوند.

نتیجه‌ی عملی این است که خروجی را می‌توان با Canva Magic به طرح لایه‌دار و قابل‌ویرایش تبدیل کرد. بیشتر مولدهای تصویر یک فایل تخت تحویل می‌دهند که برای تغییر یک عبارت یا جابه‌جایی یک عنصر باید دوباره از اول بسازید. اگر وعده‌ی کانوا در عمل درست از آب دربیاید، این بزرگ‌ترین مزیت رقابتی Craft خواهد بود. برای آشنایی با چارچوب کلی ابزارها می‌توانید پتانسیل و محدودیت‌های هوش مصنوعی در دنیای واقعی را هم بخوانید.

۵. چرا کانوا مدل خودش را ساخت؟

دلیل اقتصادی روشن است. وقتی هر تصویر تولیدشده باید از زیرساخت شرکت دیگری رد شود، هزینه، سرعت و کنترل کیفیت تا حدی بیرون از دست شرکت است. داشتن مدل اختصاصی یعنی کانوا می‌تواند هزینه‌ی هر تصویر را بهتر مدیریت کند و ویژگی‌ها را دقیقاً مطابق نیاز ویرایشگر خودش بسازد.

دلیل راهبردی هم هست. در بازار طراحی، رقبایی مانند گوگل و Adobe هم ابزار طراحی با هوش مصنوعی دارند و حتی گوگل با گوگل پیکس خود را رقیب کانوا معرفی کرده است. مدل اختصاصی به کانوا کمک می‌کند فقط به یک واسطه‌ی تصویرساز تبدیل نشود.

این روند در صنعت تازه نیست: شرکت‌های بزرگ‌تر نرم‌افزاری یکی‌یکی از مصرف‌کننده‌ی مدل به تولیدکننده‌ی مدل تبدیل می‌شوند، همان‌طور که OpenAI از یک آزمایشگاه پژوهشی به زیرساخت اصلی محصولات دیگر تبدیل شد.

۶. دسترسی، API و نسخه‌های سریع

طبق اعلام کانوا، Craft از طریق Dream Lab و API عمومی در دسترس است. همچنین اتصال MCP برای استفاده‌ی عامل‌های هوش مصنوعی در ChatGPT و Gemini برنامه‌ریزی شده است؛ یعنی کاربران بتوانند بدون خروج از چت، تصویر و طرح قابل‌ویرایش بسازند.

نسخه‌های Craft-fast و Craft-ultrafast نیز به‌زودی می‌آیند. نسخه‌های سریع‌تر معمولاً کیفیت را کمی فدا می‌کنند اما برای پیش‌نمایش، تست ایده و تولید انبوه ایده‌آل‌اند. تا زمان انتشار، قیمت‌گذاری و محدودیت‌های دقیق این نسخه‌ها مشخص نیست.

۷. این خبر برای طراحان و کسب‌وکارها یعنی چه؟

برای طراحان، تغییر اصلی این است که تصویر هوش مصنوعی از «محصول نهایی» به «ماده‌ی اولیه‌ی قابل‌ویرایش» نزدیک می‌شود. اگر بتوانید خروجی را لایه‌به‌لایه اصلاح کنید، زمان رسیدن از ایده تا طرح نهایی کوتاه‌تر می‌شود.

برای کسب‌وکارهای کوچک و تولیدکنندگان محتوا هم فایده روشن است: ساخت پست، بنر و کاور با یک ابزار و بدون جابه‌جایی میان چند سرویس. برای نوشتن بهتر دستورها در چنین ابزارهایی، راهنمای نوشتن پرامپت برای مبتدیان و مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار مفیدند.

البته هیچ مدلی جای نگاه طراح را نمی‌گیرد. همان‌طور که در مقاله‌ی توهم هوش مصنوعی: توسعه‌دهنده‌ی تنها در برابر مهندس واقعی آمده، ابزار قدرتمند بدون تخصص انسانی به نتیجه‌ی قابل‌اتکا نمی‌رسد.

۸. پرسش‌هایی که هنوز بی‌پاسخ‌اند

با وجود اعداد جذاب، چند پرسش مهم باقی است. نخست اینکه رتبه‌ی دوم در DesignArena چقدر در کار روزمره دوام می‌آورد؟ جدول‌های رأی‌گیری معمولاً تصویر کلی می‌دهند، اما کاربر حرفه‌ای به ثبات نتیجه در صدها درخواست متفاوت نیاز دارد، نه فقط به چند نمونه‌ی درخشان.

دوم، کیفیت متن روی تصویر است. برای طراحان، نوشتن درست حروف و عبارت‌ها روی بنر و پوستر حیاتی است و اینکه Craft در زبان‌هایی مثل فارسی و عربی که راست‌به‌چپ‌اند چطور عمل می‌کند، هنوز مشخص نیست. تا کاربران واقعی آن را امتحان نکنند، نباید وعده‌ای برای پشتیبانی کامل از زبان فارسی فرض کرد.

سوم، قیمت و محدودیت‌های API است. کانوا اعلام کرده مدل از طریق API عمومی در دسترس است، اما تعرفه‌ی دقیق و سقف استفاده در منابع بررسی‌شده‌ی ما نیامده است. همین‌طور هنوز مشخص نیست حقوق استفاده‌ی تجاری از خروجی در پلن‌های مختلف چطور تعریف می‌شود.

۹. Craft در برابر مولدهای تصویر عمومی

مولدهای عمومی تصویر معمولاً برای هر نوع خروجی، از عکس واقع‌گرایانه تا تصویرسازی، ساخته می‌شوند. Craft اما از دل یک پلتفرم طراحی بیرون آمده و برای خروجی «قابل‌ویرایش» بهینه شده است. این تفاوت در فلسفه، مهم‌تر از چند رتبه بالا یا پایین در یک جدول است.

به بیان ساده، رقابت از «کدام مدل تصویر زیباتری می‌سازد» به «کدام اکوسیستم تصویر را سریع‌تر به محصول نهایی می‌رساند» تغییر می‌کند. اگر به مقایسه‌ی مدل‌ها و ابزارها علاقه دارید، مقاله‌ی مقایسه‌ی ChatGPT و DeepSeek نمونه‌ای از نگاه مقایسه‌ای است، و در آموزش‌های ChatGPT هم می‌توانید روش‌های کاربردی کار با ابزارهای هوش مصنوعی را ببینید.

۱۰. جمع‌بندی بازار و اثر آن روی کاربران ایرانی

برای کاربران فارسی‌زبان، نکته‌ی مهم این است که ابزارهای طراحی در حال ادغام با مدل‌های تصویرساز هستند و مرز میان «ساخت تصویر» و «طراحی نهایی» کمرنگ می‌شود. فعلاً بهتر است Craft را با آزمون عملی خودتان بسنجید: چند پرامپت فارسی و انگلیسی، چند نسبت تصویر و یک بنر با متن را امتحان کنید.

اگر می‌خواهید پیش از تصمیم برای اشتراک پولی بدانید کدام ابزار به کارتان می‌آید، ابتدا نسخه‌ی رایگان یا آزمایشی را با یک پروژه‌ی واقعی تست کنید و زمان لازم برای رسیدن به خروجی نهایی را اندازه بگیرید.

نکته‌ی پایانی درباره‌ی اعتبار خبر است. بیشتر جزئیات این گزارش، از جمله رتبه‌ها و دسته‌بندی‌ها، از اعلام خود کانوا و خلاصه‌های خبری روزانه آمده است. تا زمانی که آزمون‌های مستقل و مقایسه‌های مستقیم با مدل‌های رقیب منتشر نشود، بهتر است این اعداد را نشانه‌ی جهت حرکت بازار بدانیم، نه سند قطعی برتری. هر زمان اطلاعات تازه‌ای درباره‌ی قیمت، نسخه‌های سریع و پشتیبانی از زبان‌های مختلف منتشر شود، این مقاله به‌روزرسانی خواهد شد.

۱۱. پرسش‌های متداول

Craft دقیقاً چیست؟

Craft اولین مدل تولید تصویر درون‌سازمانی Canva است که توسط تیم Canva Research ساخته شده و ابتدا ترکیب‌بندی را برنامه‌ریزی و سپس تصویر را رندر می‌کند.

رتبه‌ی Craft در DesignArena چیست؟

طبق ادعای کانوا، مدل میان آزمایشگاه‌ها دوم و در رتبه‌بندی کلی چهارم است و در دو دسته‌ی پرتره و منظره اول شده است.

خروجی Craft چه کیفیتی دارد؟

تصویر تا ۲K و در بیش از ۳۰ نسبت تصویر ساخته می‌شود و می‌تواند با Canva Magic به طرح لایه‌دار و قابل‌ویرایش تبدیل شود.

چطور می‌توان از Craft استفاده کرد؟

از طریق Dream Lab و API عمومی کانوا. اتصال MCP برای ChatGPT و Gemini هم برنامه‌ریزی شده است.

آیا Craft فارسی را خوب پشتیبانی می‌کند؟

هنوز اطلاعات رسمی یا آزمون مستقلی در این باره دیده نشده است، پس باید خودتان آن را امتحان کنید.