Canva、初の自社画像生成モデルCraft公開先に構図を計画

デザインツールのCanvaが、自社で一から開発した初の画像生成モデル「Canva Craft」を公開しました。生成の前に物の配置や大きさ、文字の入れ方を計画してから描く2段構えの設計で、最大2K解像度・30種類以上の縦横比に対応します。全ユーザーがDream Labから使え、開発者向けのAPIも同時に公開されました。これまで外部モデルに頼ってきたCanvaにとって、AIの費用を自社でコントロールするための一手でもあります。

背景と文脈
技術/ビジネス面
これからどうなるか
まとめ
参考リンク

背景と文脈

Canvaはこれまで、複数の外部の画像モデルを組み合わせて機能を提供してきました。Craftが競う相手は、Google、OpenAI、ByteDance、Metaの画像モデルです。外部モデルを使うたびにAPIの料金がかかり、品質や速度も相手任せになります。Canvaは年間売上が約40億ドルに届く一方、AIの費用がかさんで2026年の成長予測を引き下げました。外部の分析では、企業価値が420億ドルから350億ドルに下がったとも報じられています。

自社モデルへの布石は以前から打っていました。2024年には画像生成サービスのLeonardo.aiを買収し、Craftの開発にもLeonardo出身の研究者が加わっています。2025年には、デザインの構造を理解し、編集できるレイヤー付きのデザインを出力する自社モデルも出しました。

画像生成AIの弱点として長く指摘されてきたのが、画像内の文字と細かな配置です。ポスターやバナーでは、文字が崩れたり要素が重なったりすると使い物になりません。Canvaの主力用途はまさにこの領域で、汎用モデルとの差を出しやすい分野でした。

技術/ビジネス面

black stylus on a drawing tablet — Photo by Kate Trysh on Unsplash

Craftの特徴は、描く前に設計図を作ることです。まずプロンプトを読み取り、要素どうしの位置関係、相対的な大きさ、視覚的な優先順位、入れる文字を決めます。そのうえで別の段階が画像を描きます。人間のデザイナーがラフを描いてから仕上げる流れに近い作りです。

学習データにも違いがあります。Canvaは写真ではなく、自社ライブラリにある人間が作ったテンプレートで学習したと説明しています。ポスター、SNS投稿、スライド、インフォグラフィック、メニューなど、文字の多いレイアウトが中心です。

主な仕様と機能は次のとおりです。

最大2K解像度、30種類以上の縦横比（任意の比率も指定可能）
55言語の文字を画像内に描画
画像の一部だけを変え、ほかは崩さない部分編集
Canva Magicで、生成画像をレイヤー分けされた編集可能なデザインに変換

性能の比較について、Canvaは画像モデルの対戦評価サイトDesign Arenaで暫定4位に入ったと主張しています。ただし詳しいベンチマーク結果や料金は公表されていません。より安く速い派生版Craft-fastとCraft-ultrafastも近く出る予定です。

これからどうなるか

次の注目点は、CanvaのMCP（Model Context Protocol：AIと外部ツールをつなぐ共通の接続規格）経由でChatGPTやGeminiから呼べるようになるかです。すでに使えるとする報道と、今後対応とする報道があり、情報が割れています。チャットAIの中でCanvaの画像生成が動けば、Canvaを開かない利用者にも届く入口になります。

開発者にとっては、バナーやOGP画像のように文字入りの定型画像を自動生成する用途で試す価値があります。APIで生成した画像をCanva Magicで編集可能なデザインに変えられれば、「AIで下書き、人が微調整」という流れをツールの中で完結できるでしょう。料金とレート制限が未公表なので、本番導入の判断はその発表を待つ必要があります。

Canvaにとっての本当の試金石は費用です。自社モデルで外部APIへの支払いを減らせれば、引き下げた成長予測を立て直す材料になると見られます。