Canva anunció esta semana Canva Craft, su primer modelo de generación de imágenes desarrollado y entrenado completamente por su propio equipo de investigación. A diferencia de otras herramientas del sector que se centran en el fotorealismo o en estilos artísticos, Craft fue diseñado específicamente para el contexto del diseño gráfico: entiende la jerarquía visual, la composición tipográfica y la lógica detrás de las plantillas profesionales, desde publicaciones para redes sociales hasta presentaciones e infografías.
Lo que hace al Craft arquitectónicamente interesante no es solo lo que produce, sino cómo lo produce. Los modelos convencionales de generación de imágenes —como DALL·E, Midjourney y Stable Diffusion— mapean directamente un prompt de texto a píxeles, sin una capa intermedia de razonamiento sobre la estructura de la imagen. Craft, en cambio, emplea una arquitectura de dos etapas: primero, un modelo de planificación interpreta el prompt y escribe un plan detallado de la composición —qué elementos aparecerán, sus relaciones espaciales, escala relativa, jerarquía visual y cualquier texto que deba renderizarse—. Solo después, una segunda etapa traduce ese plan en una imagen de alta fidelidad en resolución de hasta 2K, soportando más de 30 proporciones de aspecto.
Esta separación entre planificación y renderizado no es solo una curiosidad académica. Se traduce en resultados que importan en la práctica: texto legible posicionado correctamente en el diseño, objetos colocados en las posiciones exactas y relaciones visuales consistentes. En los modelos tradicionales, el texto generado dentro de imágenes es notoriamente problemático —letras se distorsionan, palabras se borran parcial o totalmente—. Craft aborda el problema desde la raíz, tratando la tipografía como un componente estructural planificado antes del renderizado, no como un efecto secundario.
El entrenamiento del modelo también sigue un camino diferente. En lugar de entrenar en millones de fotografías —lo cual es la práctica estándar del sector—, Canva entrenó el Craft en plantillas humanas de su propia biblioteca: publicaciones de redes sociales, presentaciones, infografías, tarjetas de menú, flyers y diseños ricos en tipografía. El resultado es que el modelo aprende no solo la estética visual, sino la lógica subyacente del diseño profesional: alineación, espaciado, jerarquía y cómo los elementos se relacionan entre sí.
Para Canva, esta decisión tiene implicaciones financieras tan importantes como las técnicas. La plataforma opera con 240 millones de usuarios mensuales y unos ingresos anuales cercanos a los 3.000 millones de dólares, pero desde el inicio utilizó modelos de terceros para las funcionalidades de generación de imágenes. Esto significaba costos de API significativos y depender de competidores (Google, OpenAI, Meta, ByteDance) que también poseen herramientas de generación de imágenes. Con el Craft, Canva asume el control total de la cadena: calidad, velocidad y costes quedan bajo control interno.
La empresa ya ha anunciado que está desarrollando versiones más rápidas y económicas del modelo —denominadas Craft-fast y Craft-ultrafast— que prometen generar imágenes de alta calidad a una fracción del coste de los modelos frontier. Esto es coherente con una tendencia más amplia de la industria: mientras los modelos frontier continúan escalando en tamaño y complejidad, las aplicaciones específicas como el diseño se benefician de versiones ligeras optimizadas para el caso de uso, no de modelos genéricos superdimensionados.
El Craft también se integra de forma estratégica en el ecosistema existente de Canva. Las imágenes generadas pueden convertirse en diseños editables con capas a través del Canva Magic, el transformer de imagen a diseño lanzado el año anterior. Este puente entre generación y edición es exactamente lo que diferencia al Craft de las herramientas competidoras: mientras herramientas como Midjourney entregan una imagen estática ya lista, el Craft entrega un proyecto vivo que puede editarse, redimensionarse, reorganizarse y refinarse —todo dentro de la misma herramienta.
La empresa también planea integrar el Craft vía MCP en asistentes de IA externos como ChatGPT y Gemini, permitiendo que agentes de IA utilicen la generación de imágenes como un paso dentro de flujos de trabajo mayores —por ejemplo, un agente que crea un gráfico de lanzamiento, una foto de producto o una publicación para redes sociales como parte de una tarea más amplia.
En el ranking DesignArena, que mide la calidad de generación de imágenes a través de evaluaciones crowdsourced de diseñadores, el Craft debutó en la cuarta posición general entre todos los modelos de generación de imágenes —lo que posiciona a Canva Research como el segundo laboratorio más avanzado en generación de imágenes por imagen, detrás únicamente del líder del ranking—. El modelo también quedó en primer lugar en las categorías People & Portraits (entre 87 modelos) y Landscapes & Nature (entre 85 modelos), y en segundo lugar en Abstract & Patterns.
El lanzamiento del Craft ocurre en un momento interesante para la industria de herramientas creativas. Canva cortó sus proyecciones de crecimiento para 2026, lo que llevó a analistas a reducir su valoración de 42.000 millones a cerca de 35.000 millones de dólares. Aun así, la empresa invierte consistentemente en inteligencia artificial como su principal diferenciador competitivo —el Craft es la última y más ambiciosa de esas inversiones, y la primera imagen generativa propiamente dicha desarrollada internamente por la compañía. Los investigadores de Leonardo.ai, adquirida por Canva en 2024, contribuyeron directamente al modelo.
Lo que queda por ver es si esta arquitectura de planificación-antes-del-renderizado puede generalizarse más allá de la generación de imágenes —y si otros sectores creativos, como el vídeo y el 3D, adoptarán el mismo razonamiento. El Craft demuestra que, para ciertas aplicaciones, el secreto no está en hacer que el modelo "imagine" más píxeles, sino en hacer que piense más sobre lo que va a hacer.
Fuentes: The Verge, Canva Newsroom, TechCrunch
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
