Canvaが初の独自画像生成モデル「Craft」公開、生成画像を編集可能なレイヤーに変換可能

生成AIで画像を生成するとき、最大のストレスは「あとから微調整ができないこと」と「文字が崩れること」でした。入力したプロンプトから一枚の平坦な画像が出力されるため、文字の誤字を直したり、特定の位置のイラストをずらしたりするだけでも再生成を強いられていました。

オーストラリア発のデザインプラットフォームCanvaが、この課題を解消すべく自社開発の画像生成モデル「Canva Craft」をリリースしました。GoogleやOpenAI、ByteDance、Metaといった大手テックに対抗する位置付けです。

先にレイアウトを設計してから描画する

Canva Craftの際立った特徴は、2段階のアプローチを採用している点です。

第1段階では、プロンプトを解釈して要素同士の空間配置、相対的なスケール、視覚的ヒエラルキー、文字の配置計画を作成します。続く第2段階で、最大2K解像度、30種類以上のアスペクト比に対応した画像を生成します。

学習データも通常のモデルとは大きく異なります。一般的な写真データを大量に読み込ませるのではなく、Canvaが保有するポスター、SNS投稿、プレゼン資料、インフォグラフィックス、メニューなど、プロが制作した何百万ものデザインテンプレートを使ってトレーニングされました。

この仕組みのおかげで、Canva Magic機能を使って生成画像をレイヤー構造を持ったデザインデータに変換できます。テキストを打ち替えたり、背景だけを残して一部のオブジェクトを動かしたりといった編集がそのまま可能です。

デザイン品質を評価する外部ベンチマーク「Design Arena」のリーダーボードにおいて、Canva Craftは現在、OpenAIのGPT-Imageシリーズ3種に次ぐ第4位にランクインしています。

コスト削減と外部エージェント連携

今回のモデル開発には、Canvaが2024年に買収した画像生成プラットフォーム「Leonardo.ai」の研究陣が大きく貢献しています。

Canva Craftは全世界の全ユーザーに開放されており、画面左メニューの「Dream Lab」から利用可能です。Canva API経由でも提供されるほか、今後さらに軽量で安価なCraft-fastおよびCraft-ultrafastのリリースも控えています。

また、オープン規格のModel Context Protocol（MCP）を通じて、ChatGPTやGeminiなどの外部チャットボットやAIエージェントからもCanva Craftを直接呼び出せるようにする計画です。

自社モデルへの移行は、財務面でも大きな意味を持ちます。Canvaはこれまで外部の画像生成モデルに頼ってきたため、多額のAPI利用料が発生していました。自社製に切り替えることでコストを抑え、生成速度や品質の制御権を自社で握ることができます。

Canvaは昨年売上高40億ドル規模に達する勢いでしたが、成長予測を引き下げたことで、企業価値評価が従来の420億ドルから350億ドルへと落ち込んだとアナリストから報じられています。

なぜ重要か

Canva Craftは、画像生成AIの実用性を大きく引き上げるアプローチをとっています。

一般のユーザーやマーケターにとって、今必要なのは息を呑むような芸術的写真ではなく、「文字が読めて、あとからレイヤーごとに手直しできるデザイン素材」です。従来のガチャのような画像生成から、実務で使えるワークフローへの落とし込みに成功しており、Dream Labで今すぐ試す価値は十分にあります。

業界全体から見れば、大手SaaSが「基盤モデルの単なる再販業者（ラッパー）」から脱却し、自前モデルで独自のエコシステムを築き始めた転換点と言えます。長年蓄積してきたデザインテンプレートという構造化データが、そのまま強力な参入障壁になっています。

ただし、自社モデルの運用には膨大な推論インフラのコストが伴います。成長の鈍化と企業価値の下落が指摘されるなか、自前主義への移行が本当に外部APIコストを削って利益率を押し上げられるのか、今後の運用手腕が問われそうです。