Des milliards de personnes font leurs achats en ligne chaque jour, mais reproduire l'expérience en magasin est un défi. La technologie peut aider à combler ce fossé, mais la création de visualisations produit de haute qualité peut être coûteuse et chronophage. Pour y remédier, de nouvelles techniques d'IA générative ont été développées pour créer des visualisations 3D de produits « prêts à acheter » à partir de quelques images seulement. La dernière avancée utilise le modèle de génération vidéo de pointe de Google, Veo, pour générer des vues 3D interactives pour un large éventail de catégories de produits sur Google Shopping. La première génération d'approche utilisait les champs de radiance neuronaux (NeRF) pour restituer de nouvelles vues, mais souffrait de signaux d'entrée bruitées et d'ambiguïtés dues aux vues d'entrée éparses. La deuxième génération d'approche a utilisé une diffusion conditionnelle par vue pour résoudre ces limitations, conduisant à des avantages importants en termes d'évolutivité et permettant la génération de représentations 3D pour de nombreuses chaussures sur Google Shopping. La troisième génération d'approche s'appuie sur Veo pour générer des rotations à 360° à partir d'une ou plusieurs images de produits, se généralisant efficacement à travers un ensemble diversifié de catégories de produits. Cette approche a évité la nécessité d'estimer des poses précises à partir d'un ensemble clairsemé d'images de produits centrées sur l'objet, augmentant ainsi la fiabilité. Avec aussi peu de trois images, Veo peut générer de nouvelles vues de haute fidélité et de haute qualité, réduisant les hallucinations. Les perspectives d'avenir consistent à continuer de repousser les limites pour rendre les achats en ligne plus agréables, plus informatifs et plus engageants pour les utilisateurs.