Milliarden Menschen kaufen täglich online ein, aber das Nachbilden des Einkaufserlebnisses im Geschäft ist eine Herausforderung. Technologie kann diese Kluft überbrücken, aber die Erstellung hochwertiger Produktvisualisierungen kann kostspielig und zeitaufwendig sein. Um dies zu beheben, wurden neue generative KI-Techniken entwickelt, um verkaufsfähige 3D-Produktvisualisierungen aus nur wenigen Produktbildern zu erstellen. Der jüngste Fortschritt nutzt Googles hochmodernes Videogenerierungsmodell Veo, um interaktive 3D-Ansichten für eine breite Palette von Produktkategorien in Google Shopping zu generieren. Der Ansatz der ersten Generation verwendete Neural Radiance Fields (NeRF), um neue Ansichten zu rendern, litt jedoch unter verrauschten Eingangssignalen und Mehrdeutigkeiten aufgrund spärlicher Eingabeperspektiven. Der Ansatz der zweiten Generation verwendete eine ansichtsbedingte Diffusions-Priorität, um diese Einschränkungen zu beheben, was zu erheblichen Skalierungsvorteilen führte und die Generierung von 3D-Darstellungen für viele Schuhe in Google Shopping ermöglichte. Der Ansatz der dritten Generation baut auf Veo auf, um 360°-Rotationen aus einem oder mehreren Produktbildern zu generieren und sich effektiv auf verschiedene Produktkategorien zu verallgemeinern. Dieser Ansatz vermeidet die Notwendigkeit, präzise Posen aus einem spärlichen Satz objektorientierter Produktbilder zu schätzen, wodurch die Zuverlässigkeit erhöht wird. Mit nur drei Bildern kann Veo hochgenaue und hochwertige neue Ansichten generieren und so Halluzinationen reduzieren. Die Zukunftsaussichten bestehen darin, die Grenzen weiter zu verschieben, um das Online-Shopping für die Nutzer angenehmer, informativer und ansprechender zu gestalten.