ডিজাইন প্ল্যাটফর্ম ক্যানভা তার প্রথম ইমেজ জেনারেশন মডেল প্রকাশ করেছে, কোম্পানির ইন-হাউস রিসার্চ টিম দ্বারা তৈরি ক্যানভা ক্রাফ্ট নামে একটি সিস্টেম। বৃহস্পতিবার TechCrunch দ্বারা রিপোর্ট করা এই লঞ্চটি অস্ট্রেলিয়ান ডিজাইন জায়ান্টকে Google, OpenAI, ByteDance এবং Meta-এর ইমেজ মডেলের সাথে সরাসরি প্রতিযোগিতায় ফেলেছে — এবং অন্যান্য প্রদানকারীদের থেকে ইমেজ জেনারেশন ভাড়া নেওয়ার ক্যানভা-এর দীর্ঘস্থায়ী কৌশল থেকে একটি পরিবর্তন চিহ্নিত করেছে।
একটি ডিজাইন-প্রথম ছবির মডেল For more context on this story, see our ongoing breaking AI news.
বেশিরভাগ ভোক্তা ইমেজ জেনারেটরগুলি আকর্ষণীয় এক-অফ ইমেজ তৈরি করার জন্য তৈরি করা হয়েছিল। ক্যানভা ক্রাফ্ট তৈরি করা হয়েছিল সংকীর্ণ কিছুর জন্য এবং ক্যানভা-এর ব্যবসার জন্য, যুক্তিযুক্তভাবে আরও মূল্যবান: ব্যবহারযোগ্য ডিজাইনের সম্পদ তৈরি করা। কোম্পানি বলেছে যে মডেলটি ফটোগ্রাফের উপর নয় বরং ক্যানভা-এর নিজস্ব লাইব্রেরি থেকে আঁকা মানব-নকশাকৃত টেমপ্লেট - পোস্টার, সামাজিক পোস্ট, উপস্থাপনা, ইনফোগ্রাফিক্স, মেনু এবং টাইপোগ্রাফি-সমৃদ্ধ লেআউটগুলিতে প্রশিক্ষিত হয়েছিল।
সেই প্রশিক্ষণের পছন্দ মডেলটি কী জোর দেয় তাতে দেখায়। ক্যানভা বলে যে ক্র্যাফ্ট সঠিক বস্তুর বিবরণ এবং সুস্পষ্ট পাঠ্য সহ চিত্রগুলি তৈরি করে, মার্কেটিং এবং যোগাযোগের কাজে ব্যবহৃত ইমেজ মডেলগুলির জন্য সবচেয়ে সাধারণ ব্যর্থতার দুটি পয়েন্ট, যেখানে একটি বিকৃত শিরোনাম অন্যথায় ভাল গ্রাফিককে নষ্ট করে দেয়।
ক্যানভা ক্রাফট কিভাবে কাজ করে
ক্যানভা অনুসারে মডেলটি দুটি পর্যায়ে কাজ করে। প্রথম পর্যায়ে, এটি ব্যবহারকারীর প্রম্পটকে ব্যাখ্যা করে এবং একটি পরিকল্পনা তৈরি করে: উপাদানগুলির মধ্যে স্থানিক সম্পর্ক, তাদের আপেক্ষিক স্কেল, ভিজ্যুয়াল শ্রেণিবিন্যাস এবং ছবিতে প্রদর্শিত যে কোনও পাঠ্যের জন্য প্রয়োজনীয় তথ্য। শুধুমাত্র দ্বিতীয় পর্যায়ে এটি 2K রেজোলিউশন পর্যন্ত এবং বিভিন্ন প্ল্যাটফর্মের জন্য 30টির মতো ভিন্ন আকৃতির অনুপাতের সাথে ইমেজ তৈরি করে।
সমান্তরাল ক্ষতি ছাড়াই নির্ভুল সম্পাদনা
পরিকল্পনার পর্যায়টি ক্যানভা যাকে সুনির্দিষ্ট সম্পাদনা হিসাবে বর্ণনা করে তা সক্ষম করে: ব্যবহারকারীরা মডেলটি পুনরুত্থিত না করেই একটি জেনারেট করা চিত্রের একটি অংশ পরিবর্তন করতে পারে — এবং নীরবে পরিবর্তন — অন্য সবকিছু। যে কেউ একটি একক পুনর্বিবেচনার অনুরোধের পরে যত্ন সহকারে শিল্প-নির্দেশিত গ্রাফিক মিউটেট দেখেছেন, সেই পার্থক্যটি গুরুত্বপূর্ণ।
যেহেতু মডেলটিকে ফ্ল্যাট ফটোগুলির পরিবর্তে স্তরযুক্ত ডিজাইনের টেমপ্লেটগুলিতে প্রশিক্ষিত করা হয়েছিল, ক্র্যাফ্টের মাধ্যমে তৈরি করা ছবিগুলি ক্যানভা ম্যাজিক ব্যবহার করে সম্পূর্ণ স্তরযুক্ত ডিজাইনে রূপান্তরিত করা যেতে পারে, কোম্পানির ইমেজ-টু-ডিজাইন ট্রান্সফরমার গত বছর প্রকাশিত হয়েছিল৷ সেই পাইপলাইন — ইমেজ থেকে সম্পাদনাযোগ্য, স্তরযুক্ত ডিজাইনের জন্য প্রম্পট — ক্যানভা মনে করে যে একটি ইমেজ মডেল কী করা উচিত তার সবচেয়ে স্পষ্ট অভিব্যক্তি।
পরবর্তী API অ্যাক্সেস সহ সকল ব্যবহারকারীর জন্য উপলব্ধ
ক্যানভা ক্রাফ্ট ড্রিম ল্যাব ট্যাবের মাধ্যমে সমস্ত ক্যানভা ব্যবহারকারীদের কাছে রোল আউট করছে এবং কোম্পানি বলেছে এটি ক্যানভা API-এর মাধ্যমেও উন্মুক্ত করা হবে। ক্যানভা-এর MCP সার্ভারের মাধ্যমে ChatGPT এবং Gemini-এর মতো তৃতীয়-পক্ষের চ্যাটবটগুলির মধ্যে ইমেজ তৈরিকে সমর্থন করার পরিকল্পনা রয়েছে, যা ব্যবহারকারীদের ক্যানভা না খুলেই অন-ব্র্যান্ড ডিজাইন তৈরি করতে দেয়৷
কোম্পানি দুটি খরচ-অপ্টিমাইজড ভেরিয়েন্টও তৈরি করছে, ক্রাফ্টফাস্ট এবং ক্রাফ্ট-আল্ট্রাফাস্ট, যা শীঘ্রই প্রকাশ করা হবে বলে।
কেন ক্যানভা তার নিজস্ব মডেল তৈরি করেছে
এখন অবধি, ক্যানভা তার প্ল্যাটফর্মের ভিতরে তৃতীয় পক্ষের ইমেজ মডেলগুলির একটি ঘূর্ণায়মান কাস্টের উপর নির্ভর করেছে। নিজস্ব মডেল চালানো কোম্পানিটিকে তিনটি জিনিস দেয় যা এর আগে ছিল না: কম API খরচ, গুণমানের উপর নিয়ন্ত্রণ এবং গতির উপর নিয়ন্ত্রণ। ক্যানভা স্কেলে, অর্থনীতি একাই গবেষণা বিনিয়োগকে ন্যায্যতা দিতে পারে — প্রতিটি জেনারেটেড গ্রাফিক যা একটি প্রদত্ত বাহ্যিক API থেকে ইন-হাউস অবকাঠামোতে চলে যায় তা সরাসরি নীচের লাইনে নেমে আসে।
লঞ্চটিও অর্জিত প্রতিভার উপর নির্ভর করে। Canva 2024 সালে মিডিয়া জেনারেশন প্ল্যাটফর্ম Leonardo.ai কিনেছিল এবং কোম্পানি বলেছে যে লিওনার্দোর গবেষকরা নতুন মডেলটিতে অবদান রেখেছেন। ক্রাফট, কার্যত, সেই অধিগ্রহণের প্রথম প্রধান ভোক্তা-মুখী পণ্য।
প্রতিযোগিতামূলক ছবি
জমজমাট মাঠে ঢুকছে ক্যানভা। গুগল, ওপেনএআই, বাইটড্যান্স এবং মেটা সকলেই ফ্রন্টিয়ার-স্কেল ইমেজ জেনারেটর পরিচালনা করে এবং প্রত্যেকেই চ্যাট প্রোডাক্টে ব্যাপক বিতরণের সাথে ইমেজ জেনারেশনকে ভাঁজ করেছে। ক্যানভা-এর বাজি হল ডিজাইন-নেটিভ আউটপুট — সম্পাদনাযোগ্য স্তর, সঠিক পাঠ্য, প্ল্যাটফর্ম-প্রস্তুত আকৃতির অনুপাত — কাঁচা মডেলের সাধারণতার চেয়ে এর ব্যবহারকারীদের কাছে বেশি গুরুত্বপূর্ণ।
একটি প্রতিরক্ষামূলক যুক্তিও আছে। যদি ইমেজ জেনারেশন একটি পণ্যে পরিণত হয়, যে কেউ ওয়ার্কফ্লো - টেমপ্লেট, ব্র্যান্ড কিট, রপ্তানি পাইপলাইনের মালিক - মান ক্যাপচার করে৷ ক্রাফ্ট হল ক্যানভা-এর প্রয়াস যাতে মডেল লেয়ারটি ওয়ার্কফ্লো লেয়ারে কাজ করে না, বরং অন্যভাবে।
ক্যানভার জন্য একটি উচ্চ-স্টেক্স মুহূর্ত
লঞ্চটি কোম্পানির জন্য একটি সূক্ষ্ম সময়ে অবতরণ করে। টেকক্রাঞ্চের মতে, ক্যানভা গত বছর $4 বিলিয়ন রাজস্বের পথে ছিল, কিন্তু কোম্পানিটি 2026-এর জন্য তার বৃদ্ধির পূর্বাভাস কমিয়েছে, এবং বহিরাগত বিশ্লেষকরা এর মূল্য $42 বিলিয়ন থেকে $35 বিলিয়ন কমিয়েছে বলে জানা গেছে।
প্রজন্মের স্তরের মালিকানা নিজেই একটি বৃদ্ধি সমস্যা সমাধান করে না। কিন্তু এটি ক্যানভা-এর কয়েক মিলিয়ন ডিজাইন সেশন ব্যবহারকারীর অভিপ্রায় এবং এর মডেল কী তৈরি করতে শেখে তার মধ্যে প্রতিক্রিয়া লুপকে শক্ত করে — এমন একটি লুপ যা ওপেনএআই বা গুগল থেকে মডেল ভাড়া নেওয়া প্রতিযোগীরা সহজেই প্রতিলিপি করতে পারে না।
ক্যানভা ক্রাফ্ট ফ্রন্টিয়ার ল্যাবগুলির বিপণন পেশীর সাথে দাঁড়াতে পারে কিনা তা একটি উন্মুক্ত প্রশ্ন। যেটি প্রশ্নবিদ্ধ নয় তা হল কৌশল: ক্যানভা সিদ্ধান্ত নিয়েছে যে জেনারেটিভ ডিজাইনের পরবর্তী পর্যায়ে, যে কোম্পানিগুলি জিতবে তারাই তাদের মডেলগুলির মালিক হবে৷
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
