Vi bygger AI, der forstår biler, ved ikke at bygge til andet. Hver beslutning starter med ét spørgsmål: Hvad skal et bilbillede have for at se ægte ud i en annonce? Det fokus former, hvordan vi håndterer de detaljer, som generiske værktøjer overser, som gennemsigtige ruder, ægte skygger på jorden og rene kanter omkring antenner.
Dette indlæg er et ligefremt kig bag om produktet. Hvor idéen kom fra, hvordan vi griber problemet an, hvad der tog os længst tid at få rigtigt, og hvad vi stadig ikke har løst.
Hvor idéen kom fra
Det startede med et problem, som forhandlere blev ved med at beskrive. Når vi spørger forhandlere, hvorfor de vil have hjælp til billeder, er det mest almindelige svar det samme: Baggrundene er rodede. En bil kommer ind, bliver parkeret, hvor der er plads, og den plads er som regel et hjørne med stablede dæk, et plettet gulv eller en anden bil i billedet.
At få et rent billede betød fysisk at flytte bilen til et bedre sted og så gøre det igen med den næste. Forhandlere ville også have, at alle biler ser ens ud i deres annoncer, og en travl plads tillader sjældent det.
Udskiftning af baggrund på biler var ikke en ny idé. Kategorien har eksisteret i omkring fem år, og de fleste værktøjer i den stammer fra den første bølge. Det, vi så, var et kvalitetsloft. Mange af de værktøjer var bygget på ældre teknikker, og resultaterne så ofte redigerede ud.
Det hul mellem "baggrunden er skiftet" og "billedet ser ægte ud" er det, vi satte os for at lukke.
Hvem der bygger det, og hvordan vi arbejder
Vi er et lille, fokuseret team, og produkt- og AI-arbejdet ligger hos én person, hvis hele job er de billedproblemer, der får bilredigeringer til at se falske ud. Vores regel er at gå i dybden frem for i bredden. Vi vil hellere gøre ét resultat mærkbart bedre end udgive en lang liste af ekstra funktioner.
Det er også derfor, produktet ser enkelt ud. En forhandler uploader et billede, vælger en baggrund og får et resultat. Kompleksiteten ligger nedenunder, hvor den hører hjemme.
Hvorfor vi kun bygger til biler
De fleste fotoværktøjer er bygget til alt muligt: produktbilleder, portrætter, kæledyr, møbler. Biler får den samme behandling som en kaffekop, og det kan ses.
En bil er et af de sværeste objekter at redigere overbevisende. Den har glas, man kan se igennem, lak, der reflekterer omgivelserne, tynde dele som antenner og spejle og hjul, der skal stå på jorden. Et værktøj bygget til kaffekopper har ingen grund til at håndtere noget af det godt. Når vi kun bygger til biler, kan vi behandle hver af dem som et problem, der er værd at løse ordentligt.
At frilægge en bil er ikke det samme som at forstå en
Mange værktøjer på området bygger på segmentering. Softwaren tracer bilens omrids, klipper den ud og sætter den ind på en ny baggrund. Det er hurtigt, og til en hurtig frilægning virker det.
Problemet viser sig i annoncen. En indsat bil svæver ofte, fordi intet binder den til gulvet. Den gamle baggrund er stadig synlig gennem ruderne. Den nye scene er "optaget" fra en anden vinkel end bilen. Købere kender måske ikke ordet for det, men de kan mærke, når et billede ser indsat ud.
Vores proces er helt AI-drevet. I stedet for blot at klippe bilen ud genopbygger den scenen omkring det rigtige køretøj, så de to passer sammen. Bilen forbliver bilen. Det, der ændrer sig, er alt omkring den, og hvor godt den nye scene passer til det oprindelige billede.
Detaljerne, der afslører en redigering
Når vi tester resultater, kigger vi, hvor køberne kigger. Disse fire detaljer skiller et troværdigt billede fra en åbenlys redigering, og det er her, det meste af vores arbejde går hen.
Perspektiv
Hvert bilbillede er taget fra en bestemt højde og vinkel. Hvis den nye baggrund er "optaget" et andet sted fra, ser bilen forkert ud i den, selv når intet andet er galt. Vi afstemmer baggrundens perspektiv efter bilens, så gulvlinjer, horisont og vægge sidder, hvor kameraet ville se dem i virkeligheden.
Skygger på jorden
En bil uden skygge ligner et klistermærke. Vi genererer en skygge under bilen, der passer til den nye scene, så dækkene står på gulvet i stedet for at svæve over det. Det er den hurtigste måde at se forskel på en ægte udseende redigering og en billig.
Ruder
Glas er der, hvor de fleste redigeringer fejler. Kig gennem ruderne på en dårligt redigeret bil, og du vil stadig se den gamle parkeringsplads. Vi håndterer rudernes gennemsigtighed, så den nye baggrund skinner igennem glasset, som den ville i virkeligheden.
Antenner, spejle og små dele
Tynde dele er lette at klippe af eller efterlade med et spøgelse af den gamle baggrund rundt om. Vi er meget opmærksomme på antenner, spejlkanter og andre fine detaljer, fordi det netop er dem, en omhyggelig køber zoomer ind på.
Interiør og nærbilleder er et andet job
Billeder af ydersiden får en fuld baggrundsændring. Interiør kræver noget andet. Gennem sideruderne på et interiørbillede kan man se pladsen udenfor, så vi
renser og fjerner den baggrund for at holde kabinebilledet lige så pænt som billederne af ydersiden.
Nærbilleder af dele med en baggrund bag sig, som et hjul eller et mærke, kræver den samme omhu. Hvert resultat får også automatisk opskalering, så det færdige billede holder på store visninger i annoncer.
Læringskurven
Intet af det kom på én gang. Kvaliteten er forbedret i trin, og det bliver den stadig. Vi fik først almindelige billeder af ydersiden op på et niveau, vi er trygge ved. Nu flytter arbejdet sig til sværere tilfælde, ét ad gangen.
Den største lektie var, at et rent omrids ikke er det samme som et troværdigt billede. En bil kan være klippet perfekt ud og stadig se falsk ud, hvis skyggen, vinklen eller glasset er forkert. Det meste af vores indsats siden har gået til de dele frem for selve udklipningen.
Den anden lektie handlede om afvejninger. At genopbygge en scene omhyggeligt tager lidt længere tid end en simpel udklipning. Vi besluttede tidligt, at nogle ekstra sekunder betyder mindre for en forhandler end et billede, der ser redigeret ud, og det syn har vi ikke ændret.
Den tredje var at acceptere, at AI-billedarbejde ikke er perfekt hver gang. Derfor byggede vi produktet omkring det. Hvert færdigt billede har en "Generate again"-knap i fuldskærmsvisningen før og efter. Den første generering af et billede- og baggrundspar tæller som ét billede på din plan, og gentagelser af det par er gratis, op til fem forsøg i alt.
Den første, der lader forhandlere generere deres egne baggrunde
Værktøjer til bilbilleder har altid betydet at vælge mellem det, værktøjet giver dig: et færdigt bibliotek, et virtuelt studie, mulighed for at uploade din egen baggrund eller ren fjernelse af baggrund. Vi tilbyder også et færdigt bibliotek, og til de fleste annoncer er det alt, en forhandler behøver.
Vi ville gå videre. Med
egne bilbaggrunde genererer en forhandler en ny baggrund ud fra en skrevet prompt eller et billede, vedkommende uploader, og bruger så den scene på hele sit lager.
Pr. oktober 2026 er vi det første værktøj til bilbilleder, der tilbyder dette som en live funktion. Da vi gennemgik de direkte konkurrenter inden for bilbilleder, arbejdede alle ud fra færdige baggrunde, virtuelle studier, uploads eller fjernelse.
Det har en praktisk betydning. En ensartet baggrund på tværs af oversigten fortæller købere, at de har med en etableret forretning at gøre, og generering lader en forretning gøre den baggrund til sin egen. Hvis du vil have hjælp til at vælge et udtryk, gennemgår vores guide til
hvid eller udendørs bilbaggrund, hvad der har tendens til at virke hvor.
Hvorfor generiske AI-værktøjer ikke er svaret
Et rimeligt spørgsmål er, hvorfor forhandlere ikke bare bruger et generelt AI-chatværktøj. De kan producere et billede, men de er ikke bygget til rigtige lagerbilleder. De ved ikke, at bilen skal forblive urørt, at vinklen skal matche, eller at den nye scene skal vises gennem glasset. Nogle tilføjer også vandmærker, hvilket udelukker dem fra en annonce helt.
Det hul er grunden til, at vi kun bygger til biler. Et annoncebillede skal se ægte ud under en købers zoom, og det kræver et værktøj, der er lavet til opgaven.
Hvad vi ikke har løst endnu
Der er stadig arbejde forude, og det siger vi hellere. Reflekterende lak og blanke overflader er blandt de sværeste problemer inden for bilbilleder, og de er et aktivt arbejdsområde for os. Det samme gælder detaljekvaliteten på helt tætte billeder. Vi deler fremskridt, når de er udgivet, i stedet for at love datoer.
Beviset ligger i kanterne
At forstå biler handler om detaljer, som de fleste værktøjer springer over: perspektiv, skygger, glas og de tynde dele i billedets kant. Det er der, vores indsats går hen, og det er den del, du selv kan tjekke. Tag de tre dårligst fotograferede biler på din plads, kør dem igennem
Car Background AI, og zoom ind på ruderne og spejlkanterne. Hvis de ikke holder, så luk fanen.
FAQ
Ændrer Car Background AI selve bilen? Nej. Bilen forbliver bilen. Vi genopbygger baggrunden og scenen omkring den, inklusive skygger og det, der kan ses gennem ruderne, men køretøjets form, farve og stand forbliver, som de blev fotograferet.
Hvordan adskiller det sig fra en almindelig baggrundsfjerner? En almindelig fjerner klipper bilen ud og sætter den ind på en ny scene. Vi afstemmer den nye baggrunds perspektiv efter bilen og tilføjer skygger på jorden og gennemsigtige ruder, så resultatet ser fotograferet ud, ikke indsat.
Var Car Background AI først med baggrunde ud fra en prompt? Ja. Pr. oktober 2026 er vi det første værktøj til bilbilleder, der tilbyder generering af baggrund ud fra en prompt eller et uploadet billede som en live funktion. Konkurrenterne tilbyder færdige baggrunde, virtuelle studier, uploads eller fjernelse.
Hvorfor tager behandlingen lidt længere tid end hos nogle værktøjer? Fordi det kræver mere arbejde at genopbygge en scene præcist end at lave en simpel udklipning. Vi valgte kvalitet frem for at spare sekunder, da et falsk udseende billede koster en forhandler mere end en kort ventetid.
Hvad sker der, hvis et resultat ikke er godt nok? Brug knappen "Generate again". Gentagelser af det samme billede- og baggrundspar er gratis, op til fem forsøg i alt, så et svagt resultat koster ikke noget ekstra at rette.