Canva научила нейросеть верстать готовые макеты с текстом
Любой арт-директор знает эту рутину: нейросеть выдает сочный визуал, но дальше начинается ручная сборка. Картинку нужно кадрировать, вписать в сетку, подобрать кегль, сверстать заголовок и расставить плашки. Большинство диффузионных систем обучали на фотографиях и цифровых картинах, поэтому законов графического дизайна они попросту не понимают. Команда Canva решила подойти к генерации с другой стороны и выкатила собственную модель под названием Canva Craft.
Вместо бесконечных фотобанков и случайных картинок из сети Craft натренировали на миллионах шаблонов из внутренней библиотеки сервиса. Это материалы, которые годами собирали живые дизайнеры: рекламные креативы, многостраничные презентации, посты для соцсетей, сложная инфографика и ресторанные меню. Модель с самого начала учили мыслить композиционными блоками, выдерживать иерархию, оставлять воздух и учитывать взаимное расположение графики и шрифтовых пар.
Что умеет новая модель
Технологическую базу для инструмента собирали не с нуля — в разработке участвовала команда Leonardo.ai, которую сервис выкупил в 2024 году. Получился гибрид генератора изображений и автоматического верстальщика со строгими техническими рамками:
- Генерация нативного текста сразу на 55 языках без привычных псевдобукв и каши в надписях;
- Поддержка свыше 30 форматов и соотношений сторон под разные носители;
- Итоговое разрешение макетов до 2K, пригодное для быстрой печати и экранов;
- Понимание структуры готовых носителей — от флаеров и баннеров до меню.
Инструмент уже доступен пользователям по всему миру внутри рабочего пространства Dream Lab. Для тех, кто строит собственные пайплайны или хочет встроить генерацию макетов в сторонние сервисы, команда открыла публичный API.
Нас подкупает этот прагматичный сдвиг фокуса. Индустрия постепенно наелась абстрактными генерациями, в которых красиво всё, кроме практической пользы. Когда нейросеть понимает, где в макете должен стоять заголовок первого уровня, а куда нельзя ставить подложку, черновая работа над концептами и раскадровками перестает отнимать полдня.
Пожалуй, перед нами первый внятный шаг от слепой генерации пикселей к осознанной автоматической верстке.
