IA · 23 ottobre 2026 · 4 min di lettura
Canva sfida i colossi dell'IA: debutta Craft, il modello che pianifica il design prima di disegnarlo
In sintesi: Canva ha annunciato Canva Craft, il primo modello di generazione di immagini sviluppato interamente dal proprio team di ricerca. A differenza dei tradizionali generatori text-to-image, il sistema opera attraverso un'architettura a due fasi: prima pianifica la gerarchia visiva, le relazioni spaziali e la tipografia, poi sintetizza l'immagine fino a risoluzione 2K in oltre trenta formati differenti. L'approccio consente di superare il limite delle immagini piatte, permettendo la scomposizione degli output in elementi e livelli interamente modificabili.
di Team Mocchi's
Per anni le piattaforme di grafica digitale hanno integrato motori di terze parti per offrire funzionalità generative ai propri utenti. Oggi Canva segna una svolta strategica presentando Canva Craft, il suo primo modello di generazione di immagini sviluppato internamente dal team di ricerca dell'azienda australiana. L'obiettivo dichiarato è competere direttamente con le soluzioni di OpenAI, Google e Meta, ma con una prospettiva radicalmente differente: considerare il design come una composizione strutturata e non come un semplice mosaico di pixel casuali.
Un'architettura a due fasi: prima la regia, poi il rendering
Il tratto distintivo di Canva Craft risiede nella sua pipeline di elaborazione divisa in due stadi sequenziali. Nella prima fase, il modello analizza la richiesta testuale dell'utente e costruisce un vero e proprio piano progettuale. Questo schema intermedio definisce la disposizione spaziale degli elementi, i rapporti di scala, la gerarchia visiva e le specifiche per la resa dei blocchi di testo.
Soltanto nel secondo passaggio il motore esegue la sintesi visiva vera e propria, generando immagini fino a risoluzione 2K in più di trenta proporzioni e formati d'aspetto differenti, pensati per i vari canali social e per la stampa. Come evidenzia The Verge, questa scomposizione consente di risolvere due delle criticità storiche della generazione visiva: l'incoerenza nella composizione degli oggetti complessi e l'illeggibilità dei testi tipografici, garantendo al contempo la possibilità di correggere singoli dettagli senza stravolgere il resto della scena.
Dai pixel ai livelli: l'addestramento su template reali
A differenziare Canva Craft dai modelli generalisti è anche il dataset di addestramento. Invece di basarsi prevalentemente su archivi fotografici non strutturati, il modello è stato istruito su migliaia di template creati da designer professionisti all'interno dell'ecosistema Canva, spaziando da presentazioni e infografiche fino a locandine commerciali, menu e impaginati a forte densità testuale.
Grazie a questa impostazione semantica, i risultati visivi possono essere convertiti direttamente in documenti a livelli modificabili attraverso lo strumento Canva Magic. L'utente non si trova davanti a un'immagine statica e immutabile, ma a un progetto aperto in cui ogni etichetta di testo, icona o sfondo rimane isolabile, editabile e riposizionabile. Come sottolinea TechCrunch, il modello viene integrato nella sezione Dream Lab dell'applicazione, reso disponibile via API proprietarie e predisposto all'interazione con agenti conversazionali terzi, come ChatGPT e Gemini, sfruttando il protocollo aperto MCP (Model Context Protocol).
L'emancipazione economica dalle API esterne
L'uscita di Canva Craft rappresenta anche un passaggio cruciale sotto il profilo industriale. Per una piattaforma che conta oltre 190 milioni di utenti attivi mensili, delegare l'intera computazione a fornitori esterni come OpenAI o Google comportava costi infrastrutturali e commissioni API insostenibili sul lungo periodo.
Internalizzando la tecnologia fondamentale, consolidata dopo l'acquisizione della startup Leonardo.ai avvenuta nel 2024, Canva guadagna la piena sovranità sui costi di inferenza, sulla velocità di esecuzione e sulle policy di moderazione. La mossa dimostra come i grandi player applicativi stiano progressivamente chiudendo il cerchio, trasformandosi da meri distributori di modelli di terzi a fornitori verticali capaci di costruire intelligenze su misura per i propri casi d'uso specifici.
Il punto di Mocchi's
La mossa di Canva evidenzia chiaramente il limite attuale delle interfacce basate su output monolitici: nelle applicazioni aziendali reali, un'immagine piatta priva di struttura è raramente utilizzabile senza costose rilavorazioni manuali. Separare la pianificazione logico-spaziale dal rendering visivo e restituire formati a livelli nativi dimostra che il futuro dell'IA applicata non consiste nell'inseguire parametri grezzi, ma nell'integrare i modelli nei flussi di lavoro esistenti. Per chi sviluppa soluzioni software e interfacce enterprise, l'adozione di protocolli aperti come MCP per connettere questi strumenti ai sistemi aziendali rappresenta l'opportunità più concreta per automatizzare la produzione di contenuti senza sacrificare il controllo sul brand.