Onder de motorkap: hoe we AI bouwen die auto's echt begrijpt

We bouwen AI die auto's begrijpt door voor niets anders te bouwen. Elke beslissing begint met één vraag: wat heeft een autofoto nodig om echt te lijken in een advertentie? Die focus bepaalt hoe we de details aanpakken die algemene tools missen, zoals doorzichtige ramen, echte schaduwen op de grond en schone randen rond antennes.
Dit artikel is een eerlijke blik achter het product. Waar het idee vandaan komt, hoe we het probleem aanpakken, wat ons het langst kostte om goed te krijgen, en wat we nog niet hebben opgelost.
Waar het idee vandaan komt
Het begon met een probleem dat dealers steeds weer beschreven. Als we dealers vragen waarom ze hulp willen met foto's, is het meest voorkomende antwoord hetzelfde: de achtergronden zijn rommelig. Een auto komt binnen, wordt geparkeerd waar plek is, en die plek is meestal een hoek met gestapelde banden, een vieze vloer of een andere auto in beeld.
Een schone foto betekende de auto fysiek naar een betere plek verplaatsen, en dat dan opnieuw doen voor de volgende. Dealers wilden ook dat elke auto er in hun advertenties hetzelfde uitzag, en een druk terrein laat dat zelden toe.
Achtergrondvervanging voor auto's was geen nieuw idee. De categorie bestaat ongeveer vijf jaar, en de meeste tools erin stammen uit die eerste golf. Wat wij zagen was een kwaliteitsplafond. Veel van die tools waren gebouwd op oudere technieken, en de resultaten zagen er vaak bewerkt uit.
Die kloof, tussen "achtergrond vervangen" en "foto ziet er echt uit", is wat we wilden dichten.
Wie het bouwt, en hoe we werken
We zijn een klein, gefocust team, en het product- en AI-werk ligt bij één persoon wiens hele baan bestaat uit de beeldproblemen die autobewerkingen nep laten lijken. Onze regel is dieper gaan in plaats van breder. We maken liever één resultaat merkbaar beter dan dat we een lange lijst extra functies uitbrengen.
Daarom ziet het product er ook simpel uit. Een dealer uploadt een foto, kiest een achtergrond en krijgt een resultaat. De complexiteit zit eronder, waar hij hoort.
Waarom we alleen voor auto's bouwen
De meeste fototools zijn gebouwd voor alles: productfoto's, portretten, huisdieren, meubels. Auto's krijgen dezelfde behandeling als een koffiemok, en dat zie je.
Een auto is een van de moeilijkste objecten om overtuigend te bewerken. Hij heeft glas waar je doorheen kijkt, lak die de omgeving weerspiegelt, dunne onderdelen zoals antennes en spiegels, en wielen die op de grond moeten staan. Een tool gebouwd voor koffiemokken heeft geen reden om dat allemaal goed te doen. Door alleen voor auto's te bouwen kunnen we elk van die punten behandelen als een probleem dat het waard is om goed op te lossen.
Een auto uitsnijden is niet hetzelfde als een auto begrijpen
Veel tools in dit segment vertrouwen op segmentatie. De software volgt de omtrek van de auto, snijdt hem uit en plakt hem op een nieuwe achtergrond. Het is snel, en voor een snelle cutout werkt het.
De problemen komen boven in de advertentie. Een geplakte auto zweeft vaak, omdat niets hem aan de vloer bindt. De oude achtergrond blijft zichtbaar door de ramen. De nieuwe scène is "geschoten" vanuit een andere hoek dan de auto. Kopers kennen het woord er misschien niet voor, maar ze zien wanneer een foto geplakt lijkt.
Ons proces is volledig AI-gedreven. In plaats van de auto alleen uit te snijden, bouwt het de scène rond het echte voertuig opnieuw op zodat de twee bij elkaar passen. De auto blijft de auto. Wat verandert is alles eromheen, en hoe goed die nieuwe scène bij de originele foto past.
De details die een bewerking verraden
Als we resultaten testen, kijken we waar kopers kijken. Deze vier details scheiden een geloofwaardige foto van een duidelijke bewerking, en daar gaat het grootste deel van ons werk naartoe.
Perspectief
Elke autofoto is genomen vanaf een bepaalde hoogte en hoek. Als de nieuwe achtergrond ergens anders vandaan is "geschoten", ziet de auto er verkeerd uit, zelfs als verder niets kapot is. We lijnen het perspectief van de achtergrond uit met dat van de auto, zodat vloerlijnen, horizon en muren staan waar de camera ze echt zou zien.
Schaduw op de grond
Een auto zonder schaduw lijkt een sticker. We genereren een schaduw onder de auto die past bij de nieuwe scène, zodat de banden op de vloer staan in plaats van erboven te zweven. Het is de snelste manier om een echt ogende bewerking van een goedkope te onderscheiden.
Ramen
Glas is waar de meeste bewerkingen falen. Kijk door de ramen van een slecht bewerkte auto en je ziet nog steeds de oude parkeerplaats. Wij verwerken raamtransparantie zodat de nieuwe achtergrond door het glas zichtbaar is zoals in het echt.
Antennes, spiegels en kleine onderdelen
Dunne onderdelen worden makkelijk afgeknipt of houden een spoor van de oude achtergrond om zich heen. We letten scherp op antennes, spiegelranden en andere fijne details, omdat een zorgvuldige koper daar precies op inzoomt.
Interieurs en close-ups zijn een ander verhaal
Exterieurfoto's krijgen een volledige achtergrondwissel. Interieurs hebben iets anders nodig. Door de zijramen van een interieurfoto zie je het terrein buiten, dus we maken die achtergrond schoon en verwijderen hem om de cabinefoto net zo netjes te houden als de exterieurset.
Close-ups van onderdelen met een achtergrond erachter, zoals een wiel of een embleem, hebben dezelfde zorg nodig. Elk resultaat wordt ook automatisch geüpscaled, zodat het eindbeeld overeind blijft op grote advertentieschermen.
De leercurve
Niets hiervan kwam in één keer. De kwaliteit is in stappen verbeterd, en dat gebeurt nog steeds. Eerst brachten we standaard exterieurfoto's op een niveau waar we vertrouwen in hebben. Nu verschuift het werk naar moeilijkere gevallen, één voor één.
De grootste les was dat een schone omtrek niet hetzelfde is als een geloofwaardige foto. Een auto kan foutloos uitgesneden zijn en er toch nep uitzien als de schaduw, de hoek of het glas verkeerd is. Het grootste deel van onze inspanning sinds toen is naar die onderdelen gegaan, niet naar de cutout zelf.
De tweede les ging over afwegingen. Een scène zorgvuldig opnieuw opbouwen duurt iets langer dan een simpele cutout. We besloten vroeg dat een paar seconden extra voor een dealer minder zwaar wegen dan een foto die er bewerkt uitziet, en daar denken we nog steeds zo over.
De derde was accepteren dat AI-beeldwerk niet elke keer foutloos is. Dus bouwden we het product daaromheen. Elk afgewerkt beeld heeft een knop "Opnieuw genereren" in de voor-en-na-weergave op volledig scherm. De eerste generatie van een foto-en-achtergrondpaar telt als één foto van je abonnement, en herhalingen van dat paar zijn gratis, tot vijf pogingen in totaal.
De eerste die dealers hun eigen achtergronden laat genereren
Autofototools betekenden altijd kiezen uit wat de tool je geeft: een bibliotheek met presets, een virtuele studio, een optie om je eigen achtergrond te uploaden, of gewoon achtergrond verwijderen. Wij bieden ook een kant-en-klare bibliotheek, en voor de meeste advertenties is dat alles wat een dealer nodig heeft.
We wilden verder gaan. Met aangepaste auto-achtergronden genereert een dealer een nieuwe achtergrond vanuit een geschreven prompt of vanuit een afbeelding die hij uploadt, en gebruikt die scène vervolgens voor zijn hele voorraad.
Per oktober 2026 zijn we de eerste autofototool die dit als live functie aanbiedt. Toen we de directe autofoto-concurrenten bekeken, werkte elk van hen met presets, virtuele studio's, uploads of verwijdering.
Het is om een praktische reden belangrijk. Een gelijke achtergrond over het hele overzicht vertelt kopers dat ze met een gevestigd bedrijf te maken hebben, en genereren laat een vestiging die achtergrond helemaal eigen maken. Voor hulp bij het kiezen van een look behandelt onze gids over een witte of buitenachtergrond voor auto's welke waar meestal werkt.
Waarom algemene AI-tools niet het antwoord zijn
Een terechte vraag is waarom dealers niet gewoon een algemene AI-chattool gebruiken. Die kunnen een afbeelding maken, maar ze zijn niet gebouwd voor echte voorraadfoto's. Ze weten niet dat ze de auto onaangeroerd moeten laten, de hoek moeten matchen of de nieuwe scène door het glas moeten tonen. Sommige voegen ook watermerken toe, waardoor ze voor een advertentie helemaal afvallen.
Die kloof is de reden dat we alleen voor auto's bouwen. Een advertentiefoto moet echt lijken als een koper inzoomt, en daar is een tool voor nodig die voor die taak is gemaakt.
Wat we nog niet hebben opgelost
Er is nog werk te doen, en dat zeggen we liever eerlijk. Reflecterende lak en glanzende oppervlakken horen bij de moeilijkste problemen in autofotografie, en we werken er actief aan. Dat geldt ook voor de detailkwaliteit op zeer dichte close-ups. We delen voortgang zodra die live gaat, in plaats van data te beloven.
Het bewijs zit in de randen
Auto's begrijpen komt neer op details die de meeste tools overslaan: perspectief, schaduwen, glas en de dunne onderdelen aan de rand van het beeld. Daar gaat onze inspanning naartoe, en het is het deel dat je zelf kunt controleren. Neem de drie slechtst gefotografeerde auto's op je terrein, haal ze door Car Background AI en zoom in op de ramen en spiegelranden. Houden ze geen stand, sluit dan de tab.
FAQ
Verandert Car Background AI de auto zelf?
Nee. De auto blijft de auto. We bouwen de achtergrond en de scène eromheen opnieuw op, inclusief schaduwen en wat er door de ramen zichtbaar is, maar de vorm, kleur en staat van het voertuig blijven zoals gefotografeerd.
Hoe verschilt dit van een gewone achtergrondverwijderaar?
Een gewone verwijderaar snijdt de auto uit en plakt hem op een nieuwe scène. Wij stemmen het perspectief van de nieuwe achtergrond af op de auto en voegen schaduw op de grond en raamtransparantie toe, zodat het resultaat gefotografeerd lijkt, niet geplakt.
Was Car Background AI de eerste met achtergronden op basis van een prompt?
Ja. Per oktober 2026 zijn we de eerste autofototool die achtergrondgeneratie vanuit een prompt of een geüploade afbeelding als live functie aanbiedt. Concurrenten bieden presets, virtuele studio's, uploads of verwijdering.
Waarom duurt de verwerking iets langer dan bij sommige tools?
Omdat een scène nauwkeurig opnieuw opbouwen meer werk is dan een simpele cutout. We kozen kwaliteit boven een paar seconden winst, want een nep ogende foto kost een dealer meer dan een korte wachttijd.
Wat als een resultaat niet goed genoeg is?
Gebruik de knop "Opnieuw genereren". Herhalingen van hetzelfde foto-en-achtergrondpaar zijn gratis, tot vijf pogingen in totaal, dus een zwak resultaat kost niets extra om te herstellen.
Afbeeldingsbeschrijving

Tamas Magda

Medeoprichter, Groei en Partnerschappen bij Car Background AI

Tamas Magda is medeoprichter van Car Background AI (carbackground.ai, CarBG), een AI-fotobewerker voor auto's die achtergronden op voorraadfoto's van dealers vervangt. Hij leidt partnerschappen, groei en bedrijfsarchitectuur, werkt met het ontwikkelteam aan de productroadmap en met dealers aan wat hun online advertenties werkelijk nodig hebben. Hij heeft een achtergrond in venture building in APAC en MENA en schrijft over voertuigpresentatie, fotoworkflows voor dealers en het gebruik van AI op advertentiefoto's zonder de auto zelf te veranderen.

Tamas is medeoprichter van Car Background AI en heeft een financieel belang in het bedrijf. Artikelen waarin Car Background AI wordt genoemd, weerspiegelen die relatie.