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

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。

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。

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。”