شرکت کانوا (Canva) از نخستین مدل اختصاصی تولید تصویر با هوش مصنوعی خود با نام کانوا کرفت (Canva Craft) رونمایی کرد؛ فناوری جدیدی که به گفته این شرکت، برخلاف بسیاری از مدل‌های رقیب، به‌جای تکیه اصلی بر عکس‌ها، با میلیون‌ها قالب گرافیکی طراحی‌شده توسط انسان آموزش دیده و می‌تواند تصاویر، پوسترها و محتوای بصری را با وضوح 2K، بیش از ۳۰ نسبت تصویر و قابلیت ویرایش بخش‌های مختلف طرح تولید کند.

به گزارش اتاق روشن پرس، شرکت کانوا (Canva)، یکی از شناخته‌شده‌ترین پلتفرم‌های طراحی گرافیک آنلاین و رقبای اصلی شرکت ادوبی (Adobe)، با معرفی نخستین مدل اختصاصی تولید تصویر با هوش مصنوعی خود با نام کانوا کرفت (Canva Craft)، گام تازه‌ای در توسعه فناوری‌های هوش مصنوعی مولد (Generative AI) برداشته است؛ مدلی که رویکرد آموزشی متفاوت آن بر استفاده از میلیون‌ها قالب طراحی گرافیکی ساخته‌شده توسط انسان استوار است و به گفته این شرکت، برخلاف بسیاری از مدل‌های متداول تولید تصویر، برای آموزش خود بر مجموعه‌های گسترده عکس به‌عنوان منبع اصلی تکیه نکرده است.

این فناوری جدید که توسط تیم تحقیقاتی کانوا توسعه یافته، با هدف رقابت با مدل‌های تولید تصویر شرکت‌های بزرگ فناوری از جمله گوگل (Google)، اوپن‌ای‌آی (OpenAI)، بایت‌دنس (ByteDance) و متا (Meta) معرفی شده و قرار است فرایند تولید محتوای بصری، طراحی گرافیک، ساخت تصاویر تبلیغاتی، تولید محتوای شبکه‌های اجتماعی و طراحی آثار دیجیتال را برای کاربران ساده‌تر و هوشمندتر کند.

بر اساس گزارش تک‌کرانچ (TechCrunch)، مدل Canva Craft قادر است تصاویر را با وضوحی تا 2K و در بیش از ۳۰ نسبت تصویر مختلف تولید کند و علاوه بر ساخت تصاویر مناسب برای شبکه‌های اجتماعی، تبلیغات و بازاریابی دیجیتال، توانایی ایجاد صحنه‌های واقع‌گرایانه، آثار هنری دیجیتال، محیط‌های بصری و ترکیب‌بندی‌های گرافیکی متنوع را نیز در اختیار کاربران قرار دهد.

تفاوت Canva Craft با سایر مدل‌های تولید تصویر با هوش مصنوعی چیست؟

مهم‌ترین ویژگی مدل جدید هوش مصنوعی کانوا، شیوه آموزش آن است؛ موضوعی که این شرکت تلاش کرده آن را به‌عنوان نقطه تمایز اصلی Canva Craft در برابر سایر ابزارهای تولید تصویر با هوش مصنوعی معرفی کند.

در حالی که بسیاری از مدل‌های شناخته‌شده تولید تصویر با استفاده از حجم گسترده‌ای از عکس‌ها و تصاویر آموزش می‌بینند تا بتوانند ظاهر اشیا، افراد، مناظر و محیط‌های مختلف را بازسازی کنند، کانوا اعلام کرده است که در توسعه مدل اختصاصی خود، تأکید اصلی را بر آموزش اصول طراحی گرافیک با استفاده از قالب‌های واقعی ایجادشده توسط طراحان انسانی قرار داده است.

به گفته کانوا، داده‌های آموزشی این مدل شامل میلیون‌ها قالب طراحی‌شده توسط انسان از کتابخانه محتوایی این شرکت است که طیف گسترده‌ای از پوسترهای حرفه‌ای، پست‌های شبکه‌های اجتماعی، فایل‌های ارائه، اینفوگرافیک‌ها، منوها و طرح‌های گرافیکی مبتنی بر تایپوگرافی را در بر می‌گیرد.

تفاوت اساسی این داده‌ها با تصاویر معمولی در آن است که قالب‌های گرافیکی، علاوه بر نمایش عناصر بصری، اطلاعات مهمی درباره چگونگی قرارگیری اجزای مختلف طراحی، ارتباط میان متن و تصویر، اندازه عناصر، ساختار صفحه و سلسله‌مراتب بصری در اختیار مدل هوش مصنوعی قرار می‌دهند.

کانوا معتقد است چنین رویکردی به مدل کمک می‌کند تا به‌جای یادگیری صرف ظاهر یک تصویر نهایی، اصولی را بیاموزد که در شکل‌گیری یک طراحی گرافیکی مؤثر نقش دارند؛ موضوعی که می‌تواند در تولید محتوای تبلیغاتی، طراحی پوستر، ساخت بنرهای دیجیتال و ایجاد تصاویر دارای نوشته اهمیت زیادی داشته باشد.

آموزش هوش مصنوعی با میلیون‌ها قالب گرافیکی طراحی‌شده توسط انسان

شرکت کانوا در بیانیه رسمی معرفی Canva Craft توضیح داده است که تفاوت اصلی این مدل با بسیاری از ابزارهای مشابه، تمرکز گسترده بر ساختار طراحی و استفاده از قالب‌هایی است که پیش‌تر توسط طراحان انسانی ایجاد شده‌اند.

به گفته این شرکت، مدل‌های متداول تولید تصویر معمولاً با مجموعه‌هایی از عکس‌ها آموزش می‌بینند، در حالی که Canva Craft از میلیون‌ها قالب موجود در کتابخانه محتوای کانوا برای شناخت بهتر روابط میان عناصر بصری استفاده کرده است؛ قالب‌هایی که از طراحی پوستر و محتوای شبکه‌های اجتماعی تا ارائه‌های حرفه‌ای، اینفوگرافیک، منو و صفحه‌آرایی‌های مبتنی بر تایپوگرافی را شامل می‌شوند.

کانوا تأکید کرده است که چنین داده‌هایی به مدل هوش مصنوعی امکان می‌دهند رابطه میان ترکیب‌بندی (Composition)، سلسله‌مراتب بصری (Visual Hierarchy) و تایپوگرافی (Typography) را بهتر درک کند و در نتیجه، خروجی‌هایی تولید کند که علاوه بر جذابیت ظاهری، از ساختار طراحی منسجم‌تری برخوردار باشند.

در واقع، هدف اعلام‌شده این شرکت آن است که هوش مصنوعی هنگام دریافت یک دستور متنی، صرفاً به تولید تصویری شبیه نمونه‌های موجود بسنده نکند، بلکه بتواند جایگاه عناصر مختلف، ارتباط میان اجزای صفحه و نحوه نمایش متن را نیز در فرایند تولید محتوا مورد توجه قرار دهد.

این تفاوت به‌ویژه برای طراحان گرافیک، مدیران بازاریابی، تولیدکنندگان محتوای دیجیتال و کسب‌وکارهایی اهمیت دارد که علاوه بر تولید تصاویر جذاب، به خروجی‌هایی با ساختار مشخص و قابلیت استفاده در رسانه‌های مختلف نیاز دارند.

Canva Craft چگونه تصاویر را با هوش مصنوعی تولید می‌کند؟

بر اساس توضیحات منتشرشده از سوی شرکت کانوا، مدل Canva Craft برای تولید تصویر از یک فرایند دومرحله‌ای استفاده می‌کند که در آن، تحلیل ساختار طرح پیش از تولید تصویر نهایی انجام می‌شود.

در مرحله نخست، مدل هوش مصنوعی دستور متنی کاربر یا پرامپت (Prompt) را بررسی می‌کند و بر اساس محتوای درخواست‌شده، ترکیب‌بندی اولیه تصویر را شکل می‌دهد؛ فرایندی که شامل تعیین محل قرارگیری اشیا، اندازه عناصر، ارتباط میان اجزای بصری، سلسله‌مراتب محتوایی و جایگاه متن در طراحی است.

در مرحله دوم، مدل با استفاده از ساختار تعیین‌شده، تصویر نهایی را با وضوحی تا 2K تولید می‌کند و امکان انتخاب نسبت‌های تصویر متناسب با کاربردهای مختلف را فراهم می‌سازد.

به گفته کانوا، این رویکرد می‌تواند به افزایش دقت جزئیات، خوانایی بهتر متن‌های موجود در تصویر و هماهنگی بیشتر میان عناصر گرافیکی کمک کند؛ ویژگی‌هایی که در بسیاری از ابزارهای تولید تصویر با هوش مصنوعی همچنان از چالش‌های مهم به شمار می‌روند.

این شرکت همچنین اعلام کرده است که کاربران می‌توانند بخش‌های مشخصی از تصاویر تولیدشده را ویرایش کنند، بدون آنکه لازم باشد سایر قسمت‌های تصویر تغییر کند؛ قابلیتی که برای اصلاح جزئیات طراحی و آماده‌سازی نسخه‌های مختلف یک محتوای تبلیغاتی کاربرد دارد.

تولید تصاویر 2K و پشتیبانی از بیش از ۳۰ نسبت تصویر

یکی دیگر از ویژگی‌های مهم Canva Craft، امکان تولید تصویر در اندازه‌ها و نسبت‌های مختلف است؛ قابلیتی که به کاربران اجازه می‌دهد خروجی‌های مورد نیاز خود را برای پلتفرم‌ها و رسانه‌های گوناگون آماده کنند.

بر اساس اطلاعات ارائه‌شده، مدل جدید کانوا از تولید تصویر با وضوح حداکثر 2K پشتیبانی می‌کند و بیش از ۳۰ نسبت تصویر را در اختیار کاربران قرار می‌دهد تا بتوانند طرح‌های مناسب برای کاربردهای متفاوت، از جمله شبکه‌های اجتماعی و کمپین‌های بازاریابی، ایجاد کنند.

این قابلیت می‌تواند برای تولیدکنندگان محتوا و تیم‌های تبلیغاتی اهمیت زیادی داشته باشد، زیرا محتوای بصری مورد استفاده در رسانه‌های مختلف معمولاً به ابعاد و ترکیب‌بندی‌های متفاوتی نیاز دارد و آماده‌سازی جداگانه هر نسخه می‌تواند زمان‌بر باشد.

علاوه بر این، امکان ایجاد تصاویر واقع‌گرایانه، محیط‌های دیجیتال و آثار هنری در کنار طرح‌های گرافیکی، نشان می‌دهد کانوا قصد دارد مدل اختصاصی خود را برای طیف گسترده‌ای از نیازهای تولید محتوای بصری ارائه کند.

با این حال، وضوح 2K و تعداد نسبت‌های تصویر اعلام‌شده، به‌تنهایی معیاری برای برتری کیفی این مدل بر محصولات رقیب محسوب نمی‌شوند و ارزیابی عملکرد واقعی Canva Craft به مقایسه عملی خروجی‌ها، کیفیت جزئیات، دقت اجرای دستورات و میزان موفقیت آن در تولید متن‌های خوانا نیاز دارد.

اهمیت تایپوگرافی و ترکیب‌بندی در نسل جدید هوش مصنوعی طراحی گرافیک

یکی از محورهای اصلی معرفی Canva Craft، تأکید بر توانایی مدل در درک تایپوگرافی و ساختار بصری طرح‌هاست؛ موضوعی که می‌تواند مرز میان ابزارهای عمومی تولید تصویر و سامانه‌های تخصصی طراحی گرافیک با هوش مصنوعی را پررنگ‌تر کند.

در تولید تصویر صرف، تمرکز معمولاً بر ظاهر سوژه، نورپردازی، رنگ‌ها و جزئیات بصری قرار دارد، اما طراحی گرافیک حرفه‌ای نیازمند هماهنگی دقیق میان عناصر متعدد، از جمله نوشته‌ها، تصاویر، فضاهای خالی، تناسب اندازه‌ها و ترتیب مشاهده محتوا توسط مخاطب است.

کانوا با آموزش مدل جدید خود بر پایه قالب‌های گرافیکی تلاش کرده این روابط را به فرایند تولید تصویر وارد کند تا کاربر بتواند تنها با توصیف متنی طرح مورد نظر، خروجی‌ای دریافت کند که از ابتدا برای یک کاربرد ارتباطی یا تبلیغاتی مشخص سازمان‌دهی شده باشد.

چنین رویکردی، در صورت تحقق کیفیت وعده‌داده‌شده، می‌تواند برای تولید پوسترهای تبلیغاتی، طراحی محتوای شبکه‌های اجتماعی، ساخت تصاویر اطلاع‌رسانی و آماده‌سازی طرح‌های بازاریابی کاربرد داشته باشد؛ حوزه‌هایی که در آنها چیدمان دقیق متن و تصویر به‌اندازه کیفیت خود تصویر اهمیت دارد.

ویرایش بخش مشخصی از تصویر بدون تغییر سایر عناصر

کانوا در معرفی مدل هوش مصنوعی جدید خود به قابلیت ویرایش موضعی تصاویر نیز اشاره کرده است؛ قابلیتی که به کاربر اجازه می‌دهد بخش معینی از یک خروجی را اصلاح کند، بدون آنکه سایر اجزای تصویر دستخوش تغییر شوند.

این ویژگی می‌تواند یکی از امکانات کاربردی Canva Craft در جریان کار طراحی گرافیک باشد، زیرا کاربران هنگام آماده‌سازی یک پوستر، بنر یا تصویر تبلیغاتی معمولاً نیاز دارند جزئیات مشخصی را تغییر دهند و در عین حال، ترکیب‌بندی کلی اثر را حفظ کنند.

برای مثال، حفظ ساختار اصلی تصویر هنگام اصلاح یک عنصر گرافیکی، می‌تواند تعداد دفعات بازتولید کامل طرح را کاهش دهد و امکان کنترل بیشتری بر نتیجه نهایی فراهم کند.

البته میزان دقت این قابلیت و اینکه تا چه اندازه می‌تواند تغییرات پیچیده را بدون تأثیر ناخواسته بر سایر بخش‌های تصویر اعمال کند، باید در بررسی‌های عملی مشخص شود.

رقابت کانوا با گوگل، OpenAI، متا و بایت‌دنس در هوش مصنوعی مولد

ورود کانوا به حوزه توسعه مدل اختصاصی تولید تصویر با هوش مصنوعی را می‌توان گامی مهم در راهبرد این شرکت برای تقویت جایگاه خود در بازار ابزارهای طراحی دیجیتال دانست؛ بازاری که در آن شرکت‌هایی مانند گوگل، OpenAI، متا و بایت‌دنس نیز در حال توسعه فناوری‌های تولید محتوای بصری هستند.

کانوا که پیش از این به‌عنوان یکی از رقبای مهم محصولات طراحی شرکت ادوبی شناخته می‌شد، اکنون با معرفی Canva Craft تلاش می‌کند توانایی‌های خود را از ارائه ابزارهای طراحی و قالب‌های آماده به توسعه فناوری اصلی تولید تصویر گسترش دهد.

این شرکت بر اساس گزارش‌های پیشین، در میان ۹۵ درصد از شرکت‌های فهرست فورچون ۵۰۰ (Fortune 500) مورد استفاده قرار گرفته است؛ آماری که نشان‌دهنده گستردگی حضور پلتفرم کانوا در محیط‌های سازمانی و تجاری است، هرچند به‌معنای استفاده تمام این شرکت‌ها از مدل تازه Canva Craft نیست.

معرفی این مدل می‌تواند برای کاربران حرفه‌ای طراحی، تیم‌های بازاریابی و سازمان‌هایی که به تولید مستمر محتوای بصری نیاز دارند اهمیت داشته باشد، زیرا ادغام فناوری تولید تصویر با ابزارهای طراحی می‌تواند برخی مراحل آماده‌سازی محتوا را ساده‌تر کند.

آینده تولید تصویر با هوش مصنوعی؛ از بازسازی ظاهر تصاویر تا درک اصول طراحی

معرفی Canva Craft نشان‌دهنده تلاش کانوا برای توسعه رویکردی است که در آن، آموزش هوش مصنوعی تنها بر شناخت ظاهر سوژه‌ها و بازسازی تصاویر متمرکز نباشد، بلکه اصول طراحی گرافیکی نیز در فرایند یادگیری مدل نقش داشته باشند.

استفاده از قالب‌های طراحی‌شده توسط انسان می‌تواند به مدل کمک کند ارتباط میان ساختار بصری، متن، ترکیب‌بندی و کاربرد نهایی طرح را بهتر بیاموزد؛ موضوعی که در صورت اثبات عملکرد موفق، می‌تواند مسیر توسعه ابزارهای تخصصی‌تر هوش مصنوعی برای طراحان گرافیک را تحت تأثیر قرار دهد.

با این حال، توضیحات کانوا درباره شیوه آموزش مدل را باید در چارچوب اطلاعات اعلام‌شده از سوی خود شرکت ارزیابی کرد و ادعای آموزش بدون اتکا به عکس‌ها را نباید بدون بررسی مستقل، به معنای استفاده نکردن مطلق از هرگونه محتوای عکاسی در تمام مراحل توسعه فناوری دانست.

در نهایت، آنچه Canva Craft را به محصولی قابل توجه تبدیل می‌کند، تأکید بر درک ساختار طراحی به‌جای تمرکز صرف بر ظاهر تصاویر است؛ رویکردی که اگر در استفاده عملی نیز نتایج مطلوبی ارائه دهد، می‌تواند جایگاه تازه‌ای برای هوش مصنوعی در فرایند طراحی گرافیک، تولید محتوای تبلیغاتی و خلق آثار بصری دیجیتال ایجاد کند.

منابع: پتاپیکسل (PetaPixel)

مترجم: حنانه قنبری