客户故事/软件和互联网

2022 年
Canva 徽标

Canva 使用 Amazon SageMaker 快速将文本到图像功能扩展给 1 亿个用户

了解 Canva 如何使用 Amazon SageMaker 和 Amazon Rekognition 推出其图像生成应用程序。

在 3 周内

向用户发送文本到图像功能

通过添加内容调节功能

提高生产效率

加速用户

的 ML 创新

概览

全球视觉通信平台 Canva 希望使用机器学习 (ML) 为其 1 亿月活跃用户带来人工智能(AI)图像生成功能,并已快速实现。自 2013 年成立以来,该平台的目标是让任何人都能从世界任何地方通过任何设备进行视觉交流。

Canva 已经通过 Amazon Web Services (AWS) 和 Amazon SageMaker 使用 ML,这是一种通过完全托管的基础架构、工具和工作流为几乎任何用例构建、培训和部署 ML 模型的服务。该公司希望推出一项功能,让用户输入文本提示并获得人工智能生成的图像,但独自完成这项工作需要至少 6 个月的专门工程工作和大量的 GPU。通过使用 Amazon SageMaker Real-Time Inference(实时推理)功能,Canva 可以在不到 3 周的时间内为用户带来新功能。

计算机上的女性

机会 | 使用 Amazon SageMaker 加速 Canva 的部署

Canva 是一个在线平台,用于创建和编辑从演示文稿到社交媒体帖子、视频、文档,甚至网站的所有内容。该公司的目标是让内容创作民主化,让每个人,从企业到规模最小的博主,都能使用先进的视觉传播工具。随着使用 ML 和 AI 基于文本输入创建图像的程序的开发,在 Canva 中构建文本到图像功能符合该组织增强创造力和使设计尽可能简单的目标。“生成的内容出现了巨大的爆炸,”Canva 的 ML 总监 Glen Pink 说。“人工智能生成的图像直到最近才变得不仅仅是一个玩具。它已经成为一种可以作为创意设计过程的一部分的东西。”

当 Canva 的一名工程师基于 Stable Diffusion(2022 年发布的开源、深度学习文本到图像的 ML 模型)构建了一个文本到图像的演示时,该公司投资将其与 Canva 集成。Pink 创建该工具的第一步是转向 AWS,因为 Canva 几乎在其整个生命周期中都在使用 AWS 的服务。“我们自己实施可能需要 6 个月,”Pink 说。“我甚至不知道如何从硬件角度实现缩放。” 事实上,Canva 不可能设置足够的 GPU,以使其文本到图像功能及时成为现实,从而满足业务需求。

kr_quotemark

“使用 AWS,Canva ML 环境在扩展到大量用户方面做得很好。”

Glen Pink
Canva 的 ML 总监

解决方案 | 使用 Amazon SageMaker 快速为用户带来新功能

通过使用 Amazon SageMaker,Canva 可以在 3 周内将新的文本到图像功能交付给用户。“对于某些模型来说,这是正常的周转时间,”Pink 说,“但这是一个沉重的负担和前沿。在 AWS 之前,Canva 无法快速交付大型、现代、前沿的模型,但现在我们可以了。”

Canva 关注的不仅仅是上市速度,更重要的是用户信任和安全。人工智能生成的艺术的出现为用户创造不确定的内容带来了新的方式。在某些情况下,这些 AI 甚至可能自行创建攻击性图像。手动审核每张图像需要 Canva 雇佣数百名昼夜不停工作的 Moderator(版主)。与此相反的是,它转向了 Amazon Rekognition,该平台提供预训练和可定制的计算机视觉功能,从图像和视频中提取信息和见解。“Amazon Rekognition 真是太有用了,”Pink 说。“我们不允许用户输入可能会生成恶意内容的提示,我们使用 Amazon Rekognition 来识别模型生成的不适合上班时间浏览的图像。” 如果用户输入令人不快的图像提示,Canva 不会向用户返回任何结果。用户还可以选择报告他们认为具有冒犯性的图像。

Canva 设置其图像创建序列,以便在用户输入文本提示后,使之使用 Amazon SageMaker Real-Time Inference(实时推理)端点来生成图像。当图像生成时,系统通过 Amazon Rekognition 模型对其进行过滤。在管道的末端,Canva 向最终用户显示图像的选择。借助这种前沿的文本到图像技术,用户可以在几秒钟内创建独特的高质量图像,而不是几小时或几天。

Canva 现在可使用 Amazon SageMaker 制作超过 60 个 ML 模型,几乎影响了该服务中图像创建的每个阶段。“将模型送到客户手中,然后将其围绕以建立要素,这是非常重要的。对于我们来说,AWS 绝对是必不可少的,”Pink 说。Canva 如此迅速地向用户推出这一创新的新功能,很大程度上是因为该公司使用 AWS 节省了员工的时间。使用 AWS 还可以节省 Canva 前期昂贵的硬件投资,从而降低成本。“就投资回报而言,AWS 是稳健扩展的一个非常好的选择,因为我们可以高效快速地进行部署,”Pink 说。

成果 | 为未来增长而扩展

凭借超过 1 亿的月活跃用户,Canva 正在寻求扩大其提供的智能服务及其全球用户群。该公司计划继续使用 AWS 来构建这些工具,以满足其不断增长的 Teams 用户的 Canva 需求。使用 Amazon SageMaker 使 Canva 的 ML 工程师快速创新和塑造团队合作的未来变得十分简便。“这就是 AWS 积极参与交付底层环境以支持真正繁重的 ML 模型的地方,”Pink 说。

“使用 AWS,Canva ML 环境在扩展到大量用户方面做得很好,”他说。“我们可以确信,无论我们在 AWS 上构建什么,它都是可以扩展的。”

关于 Canva

成立于 2013 年的 Canva 是一个免费的在线视觉传播和协作平台,致力于让世界上的每个人都能进行设计。

通过生成式人工智能加速创新,重塑客户体验和应用程序。

使用的 AWS 服务

Amazon SageMaker

Amazon SageMaker 建立在 Amazon 二十年来开发现实世界 ML 应用程序的经验之上,这些应用程序包括产品推荐、个性化、智能购物、机器人技术和语音辅助设备。

了解更多 »

Amazon Rekognition

Amazon Rekognition 提供预先训练和可定制的计算机视觉(CV)功能,可从您的图像和视频中提取信息和获得洞察力。

了解详情 »

更多生成式人工智能案例

未找到任何项目 

1

行动起来

无论行业无论规模,每天都有各种机构在使用 AWS 实现自身业务转型、实现企业愿景。欢迎您联系我们的专家,立即踏上您的 AWS 之旅。