بررسی عملی منتشرشده از سوی Business Insider در ۲۴ اکتبر، در سه آزمون محدود نشان داد که Craft هنوز در اجرای برخی جزئیات طراحی و پیروی دقیق از دستورها ضعف دارد. این تفاوت، پرسشی مهم‌تر از رتبه مدل مطرح می‌کند: آیا هوش مصنوعی در عمل می‌تواند خروجی آماده انتشار تحویل دهد یا همچنان به اصلاح انسانی نیاز دارد؟

آزمون عملی Canva Craft؛ فاصله میان ادعای طراحی دقیق و عملکرد واقعی

Canva Craft نخستین مدل پایه تولید تصویر است که آزمایشگاه پژوهشی داخلی کانوا آن را از ابتدا توسعه داده است. این مدل با تمرکز بر نیازهای طراحی گرافیکی، از جمله ساخت پوستر، محتوای شبکه‌های اجتماعی، ارائه و اینفوگرافیک معرفی شده است؛ حوزه‌هایی که در آن‌ها تنها زیبایی تصویر اهمیت ندارد و خوانایی متن، جای‌گذاری عناصر و اجرای دقیق درخواست کاربر نیز تعیین‌کننده است.

کانوا اعلام کرده است که Craft در زمان عرضه رتبه چهارم جدول کلی مدل‌های تولید تصویر Design Arena را به دست آورده و در برخی زیرگروه‌ها، از جمله پرتره و منظره، جایگاه نخست را کسب کرده است. بااین‌حال، این رتبه‌ها به‌تنهایی مشخص نمی‌کنند که مدل در تمام وظایف طراحی، به‌ویژه تولید محتوای آماده انتشار، عملکرد بهتری از رقبا دارد.

معماری دومرحله‌ای؛ نوآوری اصلی Canva Craft چیست؟

بخش مهمی از معرفی Craft به معماری دومرحله‌ای آن مربوط می‌شود. در مرحله نخست، مدل درخواست کاربر را تفسیر می‌کند و طرحی از ساختار تصویر می‌سازد؛ از جمله اینکه چه عناصری باید حضور داشته باشند، هر عنصر کجا قرار بگیرد، اندازه آن نسبت به سایر اجزا چقدر باشد و متن در چه بخشی نمایش داده شود.

در مرحله دوم، مدل تولید تصویر براساس این برنامه، خروجی نهایی را می‌سازد. کانوا می‌گوید این روش می‌تواند کنترل بیشتری بر ترکیب‌بندی و تایپوگرافی فراهم کند و امکان تولید تصاویر با وضوح حداکثر 2K و بیش از ۳۰ نسبت ابعاد را به وجود آورد.

تفاوت این رویکرد در هدف آن است: مدل فقط قرار نیست تصویری چشم‌نواز بسازد؛ باید درخواست را به یک ترکیب‌بندی منسجم تبدیل کند. بااین‌حال، طراحی معماری برای کنترل بهتر، به‌خودی‌خود تضمین نمی‌کند که همه اجزای خروجی در هر بار تولید دقیق باشند.

آزمون مستقل Business Insider چه نشان داد؟

رسانه Business Insider در گزارشی منتشرشده در ۲۴ اکتبر ۲۰۲۶، عملکرد Canva Craft را با مدل‌هایی از OpenAI، گوگل و متا مقایسه کرد. این بررسی شامل سه درخواست با پیچیدگی متفاوت بود؛ از ساخت کارت تبریک تا ویرایش یک تصویر و تولید تصویری واقع‌گرایانه از ابتدا.

۱. طراحی کارت تبریک

در آزمون نخست، از مدل‌ها خواسته شد کارت تولدی برای فردی با مشخصات ظاهری و علایق مشخص طراحی کنند. طبق گزارش، خروجی Craft در انتخاب فونت و تناسب اندازه سر شخصیت مشکل داشت و یکی از جزئیات صریح درخواست، یعنی الگوی پارچه‌ای موردعلاقه شخصیت، در تصویر نهایی دیده نمی‌شد.

در این آزمون، نویسنده گزارش خروجی Meta Muse را برتر ارزیابی کرد. این نتیجه نشان می‌دهد که حتی مدلی که بر طراحی متمرکز شده است، ممکن است در اجرای هم‌زمان چند دستور مشخص ناکام بماند.

۲. ویرایش تصویر و جابه‌جایی یک شیء

در آزمون دوم، مدل‌ها باید یک آویز جواهر را از تصویری جدا می‌کردند و آن را در ویترین یک فروشگاه جواهرات قرار می‌دادند.

بر اساس گزارش، Craft توانست شیء موردنظر را تشخیص دهد و فضای بصری مناسبی ایجاد کند؛ اما نحوه نمایش آویز از نظر فیزیکی غیرطبیعی بود. در این آزمون، ChatGPT برنده ارزیابی نویسنده شد.

این نمونه اهمیت یک معیار فراتر از زیبایی را نشان می‌دهد: خروجی باید با روابط واقعی اشیا و منطق صحنه نیز سازگار باشد.

۳. تولید تصویر واقع‌گرایانه

در آزمون سوم، از مدل‌ها خواسته شد تصویری واقع‌گرایانه از یک گربه نارنجی با لباس هالووین، در کنار قلعه‌ای گوتیک، تولید کنند.

گزارش Business Insider می‌گوید تصویر Craft از نظر کلی ترکیب‌بندی مناسبی داشت و اجزای اصلی درخواست را حفظ کرده بود؛ بااین‌حال، بافت موی گربه بیش از اندازه رشته‌رشته و پرکنتراست به نظر می‌رسید. نویسنده در این مرحله نیز خروجی ChatGPT را ترجیح داد.

محدودیت مهم: این بررسی فقط سه درخواست را شامل می‌شود و آزمایش جامع یا بنچمارک استانداردی برای سنجش تمام قابلیت‌های مدل نیست. بنابراین نمی‌توان بر اساس آن نتیجه گرفت که Craft در همه کاربردها از رقبای خود ضعیف‌تر است. در عین حال، نتایج نشان می‌دهند که ادعای برتری در طراحی باید با آزمون‌های متنوع و مستقل سنجیده شود.

رتبه چهارم در Design Arena دقیقاً چه معنایی دارد؟

کانوا رتبه کلی Craft و جایگاه آن در زیرگروه‌های مختلف را بخشی از معرفی رسمی مدل قرار داده است. این رتبه‌بندی برای شناخت موقعیت اولیه محصول مفید است، اما باید مشخص باشد که چه چیزی را اندازه‌گیری می‌کند.

ارزیابی‌های مبتنی بر مقایسه ترجیح کاربران می‌توانند نشان دهند که مردم کدام خروجی را بیشتر می‌پسندند؛ اما ترجیح بصری لزوماً معادل اجرای دقیق دستور نیست. ممکن است تصویری جذاب‌تر باشد، اما یکی از عناصر درخواستی را حذف کند، نوشته‌ای نادرست داشته باشد یا برای استفاده تجاری به اصلاح بیشتری نیاز داشته باشد.

به همین دلیل، رتبه کلی یک مدل باید در کنار عملکرد آن در وظایف مشخص بررسی شود. برای مثال، طراح یک پوستر تبلیغاتی ممکن است به نوشته صحیح و جای‌گذاری دقیق محصول نیاز داشته باشد، درحالی‌که کاربر دیگری صرفاً به دنبال خلق یک منظره هنری است. معیار انتخاب این دو کاربر یکسان نیست.

چرا این تفاوت برای کاربران و کسب‌وکارها اهمیت دارد؟

برای کاربران عادی، خروجی جذاب ممکن است کافی باشد؛ اما برای کسب‌وکارها، اشتباه در متن، نام محصول، اطلاعات تماس یا جزئیات تبلیغاتی می‌تواند باعث دوباره‌کاری و هزینه اضافی شود.

مدل تصویرساز ممکن است بخش زیادی از فرایند طراحی را سرعت ببخشد، ولی اگر نتیجه به بازبینی و اصلاح گسترده نیاز داشته باشد، صرفه‌جویی واقعی در زمان کمتر از انتظار خواهد بود.

از سوی دیگر، تمرکز بر طراحی می‌تواند مزیت مهمی برای کانوا ایجاد کند؛ زیرا این شرکت ابزارهای تولید تصویر را در کنار محیط ویرایش و امکانات طراحی خود قرار داده است. بنابراین ارزش Craft فقط به تصویر خام تولیدشده محدود نمی‌شود و باید قابلیت اصلاح و تبدیل خروجی به اجزای قابل‌ویرایش نیز در ارزیابی نهایی لحاظ شود.

کاربران هنگام انتخاب مدل تصویرساز چه چیزی را بررسی کنند؟

برای انتخاب ابزار مناسب، بهتر است به‌جای اتکا به رتبه کلی، چند معیار مشخص را در نظر بگیرید:

• اجرای دستور: آیا تمام عناصر و جزئیاتی که درخواست کرده‌اید در خروجی وجود دارند؟

• دقت متن: آیا عنوان‌ها، نوشته‌ها و اطلاعات داخل تصویر صحیح و خوانا هستند؟

• انسجام بصری: آیا اندازه، موقعیت و ارتباط اجزا با یکدیگر منطقی است؟

• قابلیت اصلاح: آیا می‌توان بخش موردنظر را تغییر داد، بدون اینکه سایر قسمت‌های مناسب تصویر به‌هم بریزند؟

• هزینه نهایی کار: چه میزان ویرایش دستی برای رسیدن به نتیجه قابل انتشار لازم است؟

برای محتوای فارسی، یک آزمون جداگانه نیز ضروری است: کیفیت حروف فارسی، اتصال صحیح حروف، جهت نوشتار و نمایش دقیق متن باید مستقیماً بررسی شوند. اعلام پشتیبانی از زبان‌های متعدد به‌تنهایی کیفیت یکسان در تمام زبان‌ها را ثابت نمی‌کند.

جمع‌بندی

Canva Craft با معماری دومرحله‌ای و تمرکز بر ترکیب‌بندی و تایپوگرافی، تلاش می‌کند یکی از مشکلات مهم مدل‌های تصویرساز را کاهش دهد: تولید تصاویری که زیبا هستند، اما جزئیات درخواست را به‌درستی اجرا نمی‌کنند.

بااین‌حال، بررسی محدود Business Insider نشان می‌دهد که این هدف هنوز در تمام نمونه‌های آزمایش‌شده محقق نشده است. از سوی دیگر، سه آزمون برای صدور حکم کلی درباره برتری یا ضعف یک مدل کافی نیستند.

در نتیجه، جایگاه واقعی Canva Craft نه فقط با رتبه جدول‌ها، بلکه با کیفیت خروجی در وظایف واقعی، میزان خطا و حجم اصلاحات موردنیاز مشخص خواهد شد. برای کاربران، بهترین انتخاب مدلی نیست که صرفاً رتبه بالاتری دارد؛ بلکه ابزاری است که نیاز مشخص آن‌ها را با کمترین خطا و کمترین دوباره‌کاری برآورده می‌کند.

پرسش‌های متداول

آیا Canva Craft از مدل‌های تصویرساز دیگر بهتر است؟

شواهد فعلی برای چنین نتیجه‌گیری کلی کافی نیست. در آزمون سه‌مرحله‌ای Business Insider، خروجی مدل‌های دیگر در هر سه وظیفه از سوی نویسنده ترجیح داده شد؛ اما این آزمایش محدود است.

معماری دومرحله‌ای چه مزیتی دارد؟

این معماری ابتدا ساختار و چیدمان تصویر را برنامه‌ریزی می‌کند و سپس تصویر را می‌سازد. هدف آن افزایش کنترل بر جای‌گذاری عناصر و متن است.

آیا رتبه چهارم Design Arena برتری Canva Craft را ثابت می‌کند؟

خیر. رتبه نشان‌دهنده عملکرد مدل در چارچوب ارزیابی مربوط است و لزوماً موفقیت در همه وظایف طراحی یا تولید متن دقیق را تضمین نمی‌کند.

آیا Canva Craft برای طراحی پوستر فارسی مناسب است؟

برای پاسخ قطعی باید نمونه‌های واقعی فارسی تولید و بررسی شوند. اتصال حروف، جهت نوشتار و صحت متن از معیارهای مهم این آزمون هستند.

آیا می‌توان خروجی Canva Craft را بدون بازبینی منتشر کرد؟

بهتر است پیش از انتشار، متن، جزئیات بصری و اجرای درخواست بررسی شوند. حتی مدل‌های پیشرفته ممکن است بعضی جزئیات را تغییر دهند یا نادیده بگیرند.

منابع

۱. Canva Newsroom — Introducing Canva Craft
منبع رسمی برای مشخصات فنی، معماری مدل و ادعاهای مربوط به رتبه‌بندی.
https://www.canva.com/newsroom/news/canva-craft/

۲. Business Insider — Here's how Canva's new image generation tool compares to models by OpenAI, Google, and Meta
گزارش آزمون سه وظیفه تصویری و مقایسه خروجی مدل‌ها، منتشرشده در ۲۴ اکتبر ۲۰۲۶.
https://www.businessinsider.com/canva-craft-new-ai-image-generation-tool-2026-10

۳. TechCrunch — Canva releases its first image generation model
گزارش تکمیلی درباره معرفی مدل و معماری آن، منتشرشده در ۲۲ اکتبر ۲۰۲۶.
https://techcrunch.com/2026/10/22/canva-releases-its-first-image-generation-model/