A motorháztető alatt: így építünk olyan AI-t, amely tényleg érti az autókat

Úgy építünk autókat értő AI-t, hogy semmi másra nem építünk. Minden döntés egy kérdéssel indul: mi kell ahhoz, hogy egy autófotó valódinak hasson egy hirdetésben? Ez a fókusz határozza meg, hogyan kezeljük azokat a részleteket, amelyeket az általános eszközök elvétenek: az átlátszó ablakokat, a valódi talajárnyékot és a tiszta antennaszéleket.
Ez a bejegyzés egy őszinte pillantás a termék mögé. Honnan jött az ötlet, hogyan közelítjük meg a problémát, mi tartott a legtovább, és mit nem oldottunk még meg.
Honnan jött az ötlet
Egy problémával kezdődött, amit a kereskedők folyton leírtak. Amikor megkérdezzük a kereskedőket, miért kérnek segítséget a fotókhoz, a leggyakoribb válasz mindig ugyanaz: rendetlen a háttér. Beérkezik egy autó, leparkolják, ahol épp van hely, és az a hely általában egy sarok felhalmozott gumikkal, foltos padlóval vagy egy másik autóval a képen.
A tiszta felvételhez fizikailag jobb helyre kellett vinni az autót, aztán ugyanezt megismételni a következővel. A kereskedők azt is szeretnék, hogy minden autó egyformán nézzen ki a hirdetéseikben, és egy forgalmas telephely ezt ritkán engedi.
Az autós háttércsere nem volt új ötlet. A kategória nagyjából öt éve létezik, és a legtöbb eszköz abból az első hullámból származik. Amit mi láttunk, az egy minőségi plafon volt. Sok ilyen eszköz régebbi technikákra épült, és az eredmény gyakran szerkesztettnek látszott.
Ezt a szakadékot, a „megváltozott a háttér” és a „valódinak látszik a fotó” közöttit, akartuk bezárni.
Kik építik, és hogyan dolgozunk
Kicsi, fókuszált csapat vagyunk, és a termék- és AI-munka egy embernél van, akinek az egész munkája azokról a képi problémákról szól, amelyek hamissá teszik az autós szerkesztéseket. A szabályunk: inkább mélyebbre, mint szélesebbre. Inkább egy eredményt teszünk észrevehetően jobbá, mint hogy egy hosszú listát szállítsunk extra funkciókból.
Ezért is néz ki egyszerűnek a termék. A kereskedő feltölt egy fotót, kiválaszt egy hátteret, és kap egy eredményt. A bonyolultság alatta van, ahová tartozik.
Miért csak autókra építünk
A legtöbb fotóeszköz mindenre készül: termékfotóra, portréra, háziállatra, bútorra. Az autó ugyanazt a kezelést kapja, mint egy kávésbögre, és ez meg is látszik.
Az autó egyike a legnehezebben meggyőzően szerkeszthető tárgyaknak. Van rajta üveg, amin át lehet látni, fényezés, amely visszatükrözi a környezetét, vékony részek, mint az antennák és a tükrök, és kerekek, amelyeknek a talajon kell állniuk. Egy kávésbögrékre épített eszköznek semmi oka, hogy ezek bármelyikét jól kezelje. Ha csak autókra építünk, mindegyiket olyan problémaként kezelhetjük, amit érdemes rendesen megoldani.
Kivágni egy autót nem ugyanaz, mint érteni
Ezen a területen sok eszköz szegmentálásra épül. A szoftver körberajzolja az autó kontúrját, kivágja, és beilleszti egy új háttérre. Gyors, és egy gyors kivágáshoz működik.
A gond a hirdetésben jön ki. A beillesztett autó gyakran lebeg, mert semmi nem köti a padlóhoz. A régi háttér átlátszik az ablakokon. Az új jelenetet más szögből „fotózták”, mint az autót. A vevő talán nem ismeri rá a szót, de tudja, mikor látszik beillesztettnek egy fotó.
A mi folyamatunk teljesen AI-alapú. Nem csak kivágja az autót, hanem újraépíti körülötte a jelenetet, hogy a kettő illeszkedjen. Az autó marad az autó. Ami változik, az minden körülötte, és az, hogy az új jelenet mennyire illik az eredeti fotóhoz.
A részletek, amelyek elárulják a szerkesztést
Amikor eredményeket tesztelünk, oda nézünk, ahová a vevők. Ez a négy részlet választja el a hiteles fotót a nyilvánvaló szerkesztéstől, és a munkánk nagy része ide megy.
Perspektíva
Minden autófotó egy adott magasságból és szögből készül. Ha az új hátteret máshonnan „fotózták”, az autó rosszul néz ki benne, akkor is, ha semmi más nem hibás. A háttér perspektíváját az autóéhoz igazítjuk, hogy a padlóvonalak, a horizont és a falak ott legyenek, ahol a kamera valóban látná őket.
Talajárnyék
Az árnyék nélküli autó olyan, mint egy matrica. Az autó alá az új jelenethez illő árnyékot generálunk, hogy a gumik a padlón álljanak, ne lebegjenek fölötte. Ez a leggyorsabb módja megkülönböztetni a valódinak látszó szerkesztést az olcsótól.
Ablakok
Az üvegen bukik el a legtöbb szerkesztés. Nézz be egy rosszul szerkesztett autó ablakain, és még mindig a régi parkolót látod. Mi kezeljük az ablakok átlátszóságát, hogy az új háttér úgy látsszon át az üvegen, ahogy a valóságban is.
Antennák, tükrök és kis részek
A vékony részeket könnyű levágni, vagy a régi háttér szellemképét otthagyni körülöttük. Nagy figyelmet fordítunk az antennákra, a tükrök széleire és más finom részletekre, mert pont ezekre nagyít rá egy gondos vevő.
A belső terek és a közeli képek más feladat
A külső felvételek teljes háttércserét kapnak. A belső tereknek más kell. Egy belső felvételen az oldalablakokon át látszik a kinti telephely, ezért megtisztítjuk és eltávolítjuk azt a hátteret, hogy az utastér fotója ugyanolyan rendezett legyen, mint a külső sorozat.
A háttérrel rendelkező részletek közeli képei, például egy kerék vagy egy embléma, ugyanezt a gondosságot igénylik. Minden eredmény automatikus felskálázást is kap, hogy a kész kép a nagy hirdetési megjelenítőkön is megállja a helyét.
A tanulási görbe
Ebből semmi nem jött egyszerre. A minőség lépésekben javult, és ma is javul. Először a szokásos külső képeket hoztuk olyan szintre, amiben biztosak vagyunk. Most a munka a nehezebb esetekre megy, egyesével.
A legnagyobb tanulság az volt, hogy a tiszta kontúr nem ugyanaz, mint a hiteles fotó. Egy autót lehet tökéletesen kivágni, és mégis hamisnak látszik, ha az árnyék, a szög vagy az üveg rossz. Azóta az erőfeszítésünk nagy része ezekre a részekre megy, nem magára a kivágásra.
A második tanulság a kompromisszumokról szólt. Egy jelenet gondos újraépítése valamivel tovább tart, mint egy egyszerű kivágás. Korán eldöntöttük, hogy néhány plusz másodperc kevesebbet számít egy kereskedőnek, mint egy szerkesztettnek látszó fotó, és ezen a véleményünkön nem változtattunk.
A harmadik az volt, hogy elfogadjuk: az AI-képmunka nem sikerül minden alkalommal. Ezért a terméket erre építettük. Minden kész képnél van egy „Generálás újra” gomb a teljes képernyős előtte-utána nézetben. Egy fotó és háttér páros első generálása egy fotónak számít a csomagodban, ugyanannak a párosnak az újragenerálásai pedig ingyenesek, összesen legfeljebb öt próbálkozásig.
Az elsők, akik a kereskedőknek saját hátterek generálását adták
Az autófotó-eszközök eddig mindig azt jelentették, hogy abból választasz, amit az eszköz ad: előre elkészített könyvtár, virtuális stúdió, saját háttér feltöltése vagy sima háttér eltávolítása. Mi is kínálunk kész könyvtárat, és a legtöbb hirdetéshez a kereskedőnek nem is kell több.
Tovább akartunk menni. Az egyedi autóhátterekkel a kereskedő írott utasításból vagy egy feltöltött képből generál új hátteret, majd azt a jelenetet használja az egész készletén.
2026 októberében mi vagyunk az első autófotó-eszköz, amely ezt élő funkcióként kínálja. Amikor átnéztük a közvetlen autófotós versenytársakat, mindegyik előre beállított hátterekkel, virtuális stúdióval, feltöltéssel vagy eltávolítással dolgozott.
Gyakorlati oka van, hogy ez számít. Az egységes háttér a hirdetési rácson azt üzeni a vevőknek, hogy bejáratott céggel van dolguk, a generálás pedig lehetővé teszi, hogy egy kereskedés a sajátjává tegye ezt a hátteret. A megjelenés kiválasztásához a fehér vagy kültéri autóháttér útmutatónk mutatja meg, melyik hol működik jobban.
Miért nem az általános AI-eszközök a megoldás
Jogos kérdés, hogy a kereskedők miért nem használnak egyszerűen egy általános AI-csevegőt. Képet tudnak készíteni, de nem valódi készletfotókra készültek. Nem tudják, hogy az autót érintetlenül kell hagyni, a szöget illeszteni, és az új jelenetet az üvegen át is megmutatni. Néhányuk vízjelet is tesz a képre, ami eleve kizárja a hirdetésből.
Ez a szakadék az oka, hogy csak autókra építünk. Egy hirdetési fotónak a vevő nagyítása alatt is valódinak kell látszania, és ehhez a feladatra készült eszköz kell.
Amit még nem oldottunk meg
Van még munka előttünk, és inkább kimondjuk. A tükröződő fényezés és a fényes felületek az autófotózás legnehezebb problémái közé tartoznak, és aktívan dolgozunk rajtuk. Ugyanígy a nagyon közeli képek részletminőségén. A fejlődésről akkor számolunk be, amikor megjelenik, nem dátumokat ígérünk.
A bizonyíték a szélekben van
Az autók értése olyan részleteken múlik, amelyeket a legtöbb eszköz kihagy: perspektíva, árnyékok, üveg és a vékony részek a kép szélén. Ide megy az erőfeszítésünk, és ezt te magad is ellenőrizheted. Vedd a telephelyed három legrosszabbul fotózott autóját, futtasd át őket a Car Background AI-n, és nagyíts rá az ablakokra és a tükrök széleire. Ha nem állják meg a helyüket, zárd be a lapot.
GYIK
Megváltoztatja a Car Background AI magát az autót?
Nem. Az autó marad az autó. A hátteret és a körülötte lévő jelenetet építjük újra, beleértve az árnyékokat és azt, ami az ablakokon átlátszik, de a jármű formája, színe és állapota úgy marad, ahogy lefotózták.
Miben más ez, mint egy hagyományos háttéreltávolító?
A hagyományos eltávolító kivágja az autót, és beilleszti egy új jelenetbe. Mi az új háttér perspektíváját az autóhoz igazítjuk, talajárnyékot és ablakátlátszóságot adunk hozzá, így az eredmény fotózottnak látszik, nem beillesztettnek.
A Car Background AI volt az első az utasítás alapú hátterekkel?
Igen. 2026 októberében mi vagyunk az első autófotó-eszköz, amely élő funkcióként kínálja a háttérgenerálást utasításból vagy feltöltött képből. A versenytársak előre beállított hátterekkel, virtuális stúdióval, feltöltéssel vagy eltávolítással dolgoznak.
Miért tart a feldolgozás valamivel tovább, mint néhány eszköznél?
Mert egy jelenet pontos újraépítése több munka, mint egy egyszerű kivágás. A minőséget választottuk a másodpercek lefaragása helyett, mert egy hamisnak látszó fotó többe kerül a kereskedőnek, mint egy kis várakozás.
Mi történik, ha egy eredmény nem elég jó?
Használd a „Generálás újra” gombot. Ugyanannak a fotó és háttér párosnak az újragenerálásai ingyenesek, összesen legfeljebb öt próbálkozásig, így egy gyenge eredmény javítása semmi extrába nem kerül.