Canva ने अपनी इन-हाउस रिसर्च लैब में बनाया इमेज मॉडल Craft पेश किया

Canva ने 22 अक्टूबर, 2026 को Canva Craft पेश किया। यह Canva Research द्वारा शुरू से बनाया और प्रशिक्षित किया गया पहला फ़ाउंडेशन मॉडल है। इमेज जनरेशन का यह मॉडल Dream Lab के ज़रिए दुनिया भर के सभी Canva उपयोगकर्ताओं और कंपनी के सार्वजनिक API के ज़रिए डेवलपरों के लिए उपलब्ध है।

Canva के मुताबिक, इस लॉन्च के साथ वह इमेज जनरेशन के लिए दुनिया की दूसरी सबसे उन्नत AI लैब बन गई है। यह रैंकिंग DesignArena की है, जिसे कंपनी ने AI डिज़ाइन के मूल्यांकन के लिए सबसे बड़ा क्राउडसोर्स्ड मंच बताया।

दो चरणों वाला आर्किटेक्चर

परंपरागत इमेज जनरेशन मॉडल प्रॉम्प्ट से सीधे पिक्सेल बनाते हैं, जबकि Craft दो चरणों वाला आर्किटेक्चर इस्तेमाल करता है, जो रचना की योजना बनाने और इमेज रेंडर करने की प्रक्रियाओं को अलग रखता है। पहले चरण में, इमेज प्लानिंग मॉडल प्रॉम्प्ट को समझकर रचना की विस्तृत योजना तैयार करता है: इसमें बताया जाता है कि कौन-से तत्व दिखाई देंगे, उनके बीच स्थानिक संबंध क्या होंगे, उनका सापेक्ष आकार और दृश्य पदानुक्रम कैसा होगा, और इमेज में कौन-सा पाठ शामिल होना चाहिए। दूसरे चरण में, इमेज रेंडर करने के लिए बनाया गया एक समर्पित मॉडल इस योजना को 2K तक के रिज़ॉल्यूशन और 30 से अधिक आस्पेक्ट अनुपातों में उच्च-निष्ठा वाली इमेज में बदलता है।

Canva के अनुसार, रेंडरिंग से पहले रचना और टाइपोग्राफी का मॉडल तैयार करने से Craft स्पष्ट रूप से पढ़े जा सकने वाले पाठ, वस्तुओं की सटीक स्थिति और लगातार एकसमान दृश्य संबंधों वाले जटिल लेआउट बना सकता है। कंपनी ने यह भी कहा कि यह आर्किटेक्चर अलग-अलग तत्वों पर अधिक बारीकी से नियंत्रण देता है, जिससे बाकी चीज़ों में अनावश्यक बदलाव किए बिना लक्षित बदलाव किए जा सकते हैं। कंपनी के मुताबिक, यही संरचना Craft से बनी इमेज को Magic Layers के लिए भी उपयुक्त बनाती है। यह टूल जनरेट की गई इमेज को पूरी तरह संपादन योग्य डिज़ाइन तत्वों में बदलता है। साथ ही, यह भविष्य में जारी की जाने वाली उन्नत संपादन और संदर्भ-इमेज क्षमताओं के लिए तकनीकी आधार भी प्रदान करती है।

उपयोगकर्ता किसी भी भाषा में प्रॉम्प्ट लिख सकते हैं और Craft 55 भाषाओं में पाठ तैयार कर सकता है। उपयोगकर्ता 30 से अधिक आस्पेक्ट अनुपातों में से चुन सकते हैं या अपनी पसंद का अनुपात दर्ज कर सकते हैं। JSON बाउंड्री बॉक्सिंग सुविधा जनरेट की गई इमेज को Magic Layers में संपादन योग्य लेयरों में बदल देती है।

प्रशिक्षण, मूल्यांकन और दक्षता

Craft के प्रशिक्षण डेटा में Canva की कंटेंट लाइब्रेरी के लाखों मानव-निर्मित टेम्पलेट शामिल हैं। इनमें पेशेवर ढंग से डिज़ाइन किए गए पोस्टर, सोशल पोस्ट, प्रस्तुतियाँ, इन्फ़ोग्राफ़िक्स, मेन्यू और टाइपोग्राफी-प्रधान लेआउट शामिल हैं। Canva के अनुसार, ज़्यादातर इमेज मॉडल मुख्य रूप से तस्वीरों पर प्रशिक्षित होते हैं, जबकि ये टेम्पलेट मॉडल को सिखाते हैं कि लेआउट, पदानुक्रम और टाइपोग्राफी एक-दूसरे के साथ कैसे काम करते हैं।

प्री-ट्रेनिंग के बाद, Canva ने सुपरवाइज़्ड फ़ाइन-ट्यूनिंग और रीइन्फ़ोर्समेंट लर्निंग के ज़रिए Craft को बेहतर बनाया। इसके लिए कंपनी के पेशेवर डिज़ाइनरों से मिली प्रतिक्रिया का इस्तेमाल किया गया, ताकि निर्देशों का पालन, टाइपोग्राफी की सटीकता और समग्र दृश्य गुणवत्ता बेहतर हो। आंतरिक मूल्यांकन के लिए, Canva ने बताया कि उसके पेशेवर डिज़ाइनरों ने दर्जनों शोधकर्ताओं के साथ मिलकर अग्रणी मॉडलों से आमने-सामने की तुलना में 25,000 से अधिक इमेज युग्मों का आकलन किया। कंपनी ने यह भी कहा कि स्वचालित मूल्यांकन और मानवीय निर्णयों में अंतर होने पर उसने डिज़ाइनरों के फैसले को प्राथमिकता दी।

Canva ने बताया कि DesignArena पर लॉन्च के समय Craft इमेज जनरेशन के चौथे सबसे उन्नत मॉडल के रूप में रैंक हुआ। कंपनी के मुताबिक, 87 मॉडलों में People & Portraits और 85 मॉडलों में Landscapes & Nature श्रेणियों में इसकी इमेज को वैश्विक स्तर पर पहला स्थान मिला। Abstract & Patterns में इसे दूसरा और Products में चौथा स्थान मिला।

Canva के अनुसार, उसके प्लेटफ़ॉर्म का इस्तेमाल 25 करोड़ से अधिक लोग करते हैं और हर सेकंड 400 से ज़्यादा डिज़ाइन बनाए जाते हैं। कंपनी ने कहा कि इस स्तर पर अग्रणी प्रदर्शन देने के लिए गणना दक्षता और अनुमान की गति, दोनों में बड़ी प्रगति आवश्यक है। कंपनी के मुताबिक, उन्नत मॉडल डिस्टिलेशन से Craft के लिए ज़रूरी अनुमान चरणों की संख्या मूल मॉडल के एक छोटे-से अंश तक घट गई। योजना बनाने के चरण के लिए अनुकूलित कस्टम अनुमान इंजन ने Craft को उसके पहले आंतरिक संस्करण से दस गुना तेज़ बना दिया। Canva के अनुसार, इन्हीं प्रगतियों के आधार पर Craft-fast और Craft-ultrafast तैयार किए जा रहे हैं। ये दो आगामी संस्करण अग्रणी फ़्रंटियर मॉडलों की लागत के एक अंश पर उच्च गुणवत्ता वाली इमेज जनरेशन देने के लिए बनाए गए हैं।

उपलब्धता और सुरक्षा

Canva के भीतर Craft इस्तेमाल करने के लिए, उपयोगकर्ता नीचे बाईं ओर के पैनल से Dream Lab खोलते हैं। डेवलपर और उत्पाद टीमें Canva के सार्वजनिक API के ज़रिए इस मॉडल को अपने टूल में शामिल कर सकती हैं। इनमें मार्केटिंग प्लेटफ़ॉर्म, ई-कॉमर्स साइटें, विज्ञापन बनाने वाले टूल और प्रिंट सेवाएँ शामिल हैं। Canva MCP Server के ज़रिए सहायता जल्द उपलब्ध होने वाली है। यह सर्वर Craft को AI सहायकों और स्वचालित वर्कफ़्लो से जोड़ता है, ताकि एजेंट किसी डिज़ाइन में इस्तेमाल के लिए तैयार इमेज बना सकें।

Craft को Canva Shield का समर्थन प्राप्त है। यह कंपनी की AI सुरक्षा व्यवस्था है, जिसमें इनपुट और आउटपुट मॉडरेशन, निजता और सुरक्षा नियंत्रण, और ऐसी रिपोर्टिंग सुविधाएँ शामिल हैं जिनसे लोग संभावित रूप से हानिकारक या भ्रामक सामग्री को चिह्नित कर सकते हैं। Canva ने कहा कि दृश्य गुणवत्ता के साथ-साथ, वह अपने मॉडल जारी करने से पहले ब्रांड सुरक्षा, सांस्कृतिक संदर्भ और हानिकारक सामग्री की संभावना का भी मूल्यांकन करती है।

मॉडल के पीछे की लैब

इससे एक दिन पहले, 21 अक्टूबर, 2026 को Canva ने Canva Research की पहली झलक प्रकाशित की। यह दृश्य और डिज़ाइन से जुड़े AI पर काम करने वाली उसकी इन-हाउस अनुसंधान एवं विकास लैब है। दुनिया भर में इस लैब में 160 से अधिक AI शोधकर्ता और इंजीनियर हैं। यह 400 लोगों वाली एक बड़ी AI इकाई का हिस्सा है।

Canva का एआई अनुसंधान 2017 में उसकी टेम्पलेट लाइब्रेरी में खोज और सुझावों के लिए मशीन लर्निंग के इस्तेमाल से शुरू हुआ। कंपनी ने 2021 में वियना स्थित एआई लैब Kaleido और 2024 में Leonardo का अधिग्रहण किया। 2025 में उसने अपनी एआई अनुसंधान टीमों को एक साथ लाकर Canva Research बनाया। बाद में उसने MangoAI और Simtheory को भी अपने साथ जोड़ा। Canva के अनुसार, ये दोनों रीइन्फोर्समेंट लर्निंग और एआई एजेंटों में गहरी विशेषज्ञता लेकर आए हैं।

Canva के मुताबिक, उसके एआई टूलों का 36 अरब से अधिक बार इस्तेमाल किया जा चुका है और हर महीने Canva पर एक अरब से अधिक डिज़ाइन बनाए जाते हैं। कंपनी ने बताया कि उसके आंतरिक मॉडल पहले से ही प्लेटफ़ॉर्म की दर्जनों सुविधाओं को संचालित करते हैं। इनमें Magic Layers शामिल है, जो एक सीखे हुए विघटन मॉडल पर आधारित है। यह मॉडल किसी रचना के तत्वों और परतों को समझता है। इनमें Leonardo का Lucid Origin इमेज मॉडल भी शामिल है। Canva ने यह भी बताया कि इमेज से वीडियो बनाने के उसके काम से प्रति GPU घंटे में वीडियो निर्माण की संख्या 70% बढ़ी।

Canva ने बताया कि Craft के तेज़ मॉडल पहले से ही आने वाले हैं और वह गुणवत्ता, बारीकियों तथा नियंत्रण पर काम जारी रखेगी। उसने छोटे अक्षरों में दिए गए पाठ और तकनीकी चित्रों को सुधार के क्षेत्रों के रूप में नामित किया।