Canva déploie Craft, son modèle d’images pensé pour le design

Canva a lancé Craft, son premier modèle fondation de génération d’images conçu et entraîné en interne par Canva Research. Disponible dans Dream Lab pour tous les utilisateurs et via une API publique pour les développeurs, il vise des images jusqu’en 2K avec du texte en 55 langues. Le message est clair : Canva veut faire de la génération d’images un outil de production, pas seulement une démo de laboratoire.

Un modèle pensé pour les mises en page, pas seulement pour les belles images

Craft se distingue par une approche en deux temps : d’abord la planification de la composition, ensuite le rendu de l’image. Le modèle cartographie les éléments demandés, leurs rapports d’échelle, la hiérarchie visuelle et le texte avant qu’un moteur dédié ne génère le visuel. Cette séparation doit améliorer la lisibilité, la précision de placement et les retouches ciblées sans refaire toute la scène.

Autrement dit, Canva ne cherche pas seulement à produire des images “jolies” ; l’outil est calibré pour des posters, présentations, infographies, menus ou publications sociales où le texte compte autant que l’image. C’est là que Craft se démarque des modèles qui excellent en ambiance mais s’emmêlent dès qu’une accroche doit rester nette. Les utilisateurs peuvent aussi découper les résultats en couches éditables grâce à Magic Layers.

Pourquoi Canva insiste autant sur la vitesse et le coût

Le groupe dit servir plus d’un quart de milliard de personnes, avec plus de 400 designs créés chaque seconde, ce qui explique son obsession pour les coûts d’inférence et la rapidité. Selon Canva, la distillation du modèle a réduit le nombre d’étapes d’inférence à une fraction du volume initial, tandis qu’un moteur interne a été optimisé pour la phase de planification. Craft serait désormais dix fois plus rapide que sa première version interne.

Canva prépare aussi deux variantes plus économiques, Craft-fast et Craft-ultrafast, afin de proposer une génération de qualité à un coût inférieur à celui des modèles de pointe concurrents. Cette stratégie compte pour le marché : un modèle performant mais trop cher finit vite au musée des bonnes intentions. Ici, le nerf de la guerre reste l’usage à grande échelle.

Des résultats solides sur DesignArena, selon Canva

Canva affirme que Craft a fait ses débuts à la quatrième place du classement DesignArena, ce qui placerait Canva Research comme deuxième laboratoire d’image du site. Le modèle serait premier sur les catégories People & Portraits parmi 87 modèles et Landscapes & Nature parmi 85, deuxième sur Abstract & Patterns et quatrième sur Products. Ces positions donnent une indication utile, même si elles reposent sur la mesure de la plateforme et sur les déclarations de Canva.

La société précise aussi que l’entraînement s’est appuyé sur des millions de templates conçus par des humains, plutôt que sur un corpus centré d’abord sur la photographie. Après ce pré-entraînement, Canva a ajouté une phase de supervision et un apprentissage par renforcement nourri par les retours de ses designers. Des designers et des dizaines de chercheurs ont évalué plus de 25 000 paires d’images face à des modèles concurrents, en privilégiant le jugement humain quand il différait des métriques automatiques.

Ce que cela change pour les usages professionnels

Craft est disponible dès maintenant dans Dream Lab, accessible depuis le panneau inférieur gauche de Canva, et via l’API publique pour intégration dans d’autres outils. Canva annonce aussi une prise en charge MCP à venir, pour permettre à des assistants IA et à des workflows automatisés de générer des images prêtes à l’emploi dans des tâches plus larges. Des fonctions avancées d’édition et d’image de référence sont également prévues plus tard.

Le positionnement est net : Canva veut transformer la génération d’images en brique de travail intégrée, pas en outil isolé. Avec Canva Shield pour la modération, les contrôles de confidentialité et de sécurité, la société essaie de garder un cadre exploitable en entreprise. Reste la question classique : l’outil sera-t-il assez bon pour remplacer une partie des allers-retours entre créatifs et équipes produit, ou seulement pour les accélérer ? Les deux, probablement, selon les besoins et le niveau d’exigence.