De fleste AI-værktøjer til bilfotos ville aldrig skrive den her artikel. Ifølge markedsføringen er hvert eneste billede fra teknologien fejlfrit, og de akavede tilfælde findes simpelthen ikke.
Men de findes. Nogle gange ser et AI-bilfoto en anelse forkert ud, køberens øje opfanger det uden at vide hvorfor, og annoncen virker mindre troværdig end den ville have gjort med det originale foto fra pladsen. Hvis du vil bruge teknologien – og der er gode grunde til det – skal du vide præcis hvor den har det svært, og hvordan du fanger fejlene før du udgiver.
Det her er den artikel.
Tegnene der vækker mistanke
Når et AI-bilfoto ser forkert ud, skyldes det næsten altid en af ganske få ting. Groft sorteret efter hvor tit øjet fanger dem:
Refleksioner i lakken der ikke passer til scenen. En bil er et buet spejl. Motorhjelmen, dørene og taget på en rigtig bil i et rigtigt fotostudie spejler netop det fotostudie – lamperne, væggene, gulvet. Hvis det genererede billede viser en bil der står i et gråt studio mens motorhjelmen stadig spejler en blå himmel og en række træer, modsiger billedet sig selv. De fleste kan ikke sætte ord på problemet, men de mærker det.
Glas der viser de gamle omgivelser. Sideruder og forruder er de mest bogstavelige spejle på bilen. En siderude der spejler hegnet på pladsen, parkerede biler eller en bygning der ikke findes i den genererede scene, er et af de hyppigste afslørende tegn i AI-bilbilleder – og et af de letteste at få øje på når du først ved hvad du skal kigge efter.
Krom og blanke lister. Kromlister, spejlkapper og sorte højglanslister opfører sig som glasset: små, skarpe spejle. De er så små at uoverensstemmelser ofte slipper igennem i miniaturestørrelse, men på bilens detaljeside, hvor billedet vises i fuld størrelse, kan de se udtværede eller uensartede ud.
Detaljer i overgangen. Der hvor bilen møder den genererede scene – omkring emblemer, kølergrill, hjulkasser, antenner og taglinjer – skal genereringen træffe finmaskede beslutninger om hvad der er bil, og hvad der er baggrund. Som regel rammer den rigtigt. En gang imellem bliver et emblem blødt, et grillmønster mister skarpheden, eller en kant får en svag glorie. Hele oversigten over den slags fejl finder du i typiske fejl i AI-billeder og hvad der forårsager dem.
Skyggen. Biler der svæver over underlaget, er den klassiske fejl, og skygger fortjener deres egen gennemgang – se sådan virker AI-skygger, og hvorfor de dårlige ser falske ud.
Hvorfor reflekterende overflader er det svære problem
Det hjælper at forstå hvorfor det sker, for det er ikke tilfældigt.
Som vi forklarer i sådan skaber generativ AI bilbilleder, fotograferer modellen ikke din bil i et nyt rum. Den genererer en ny scene og indarbejder bilen fra dit foto i den. Baggrunden er helt genereret, så den har modellen fuld kontrol over. Bilen kommer fra dit fotografi – og dit fotografi indeholder allerede refleksioner af det sted hvor det blev taget.
Det placerer reflekterende overflader i en akavet mellemposition. Lakfarven, karrosseriets form og listerne skal føres med over fra dit foto. Men refleksionerne der er bagt ind i lakken, hører til de gamle omgivelser, ikke de nye. Et godt system er nødt til at gøre noget ved dem: generere det reflekterede indhold på bilen på ny så det passer til den nye scene, og samtidig bevare bilen så det umiskendeligt og præcist er din bil.
Det er et virkelig svært genereringsproblem. Det kræver at man skaber troværdige nye refleksioner hen over buede, blanke overflader – og det er her kvalitetsforskellene mellem værktøjerne viser sig tydeligst. De gamle klip-og-klistr-værktøjer gjorde slet ingenting her, og derfor viser deres billeder så ofte en bil der tydeligvis er fotograferet i solskin, men står i et studio uden vinduer. Generative systemer klarer det langt bedre fordi scenen og bilens indpasning i den skabes samtidig – Motuva forsøger det ikke og beholder refleksionerne fra dit foto – men intet system rammer perfekt på hvert eneste billede, og vi vil ikke påstå noget andet.
Glas er endnu sværere fordi det er delvist gennemsigtigt. Modellen skal på samme tid håndtere det der spejles i ruden, og det der kan ses gennem den. Tonede bagruder tilgiver meget; en stor, klar forrude set i en vinkel hvor den spejler kraftigt, er en af de mest krævende overflader i hele billedet.
Hvad gode systemer gør ved det
De praktiske forskelle mellem et værktøj der håndterer overflader godt, og et der ikke gør:
- Generering der tager højde for scenen. Nogle værktøjer genererer refleksionerne på bilen på ny så de passer til den nye scene. Det gør Motuva ikke: lakken beholder refleksionerne fra dit foto, og derfor er rådene nedenfor om dine egne fotos det allervigtigste.
- Studiomiljøer designet til problemet. Bløde, jævne studioscener med lav kontrast giver den reflekterende lak mindre at stå i modstrid med. Det er en del af forklaringen på at studiobaggrunde fungerer bedre til AI-behandling end udendørsscener med mange detaljer – der er mindre konkret visuelt indhold som en refleksion kan modsige.
- Forsigtighed i overgangen til bilen. Et system der er bygget til forhandleres bilannoncer, bør prioritere at bilens detaljer forbliver korrekte, frem for at gøre scenen spændende.
Udgangspunktet betyder også noget. Fotos taget i fladt, overskyet lys indeholder bløde refleksioner med lav kontrast som nemt glider ind i den nye scene. Fotos taget i hård sol ved siden af en rød murstensvæg giver modellen stærke, konkrete refleksioner at kæmpe med. Den billigste enkeltforbedring af AI-billedkvaliteten er bedre fotos at starte fra – vores guide til bedre billedkvalitet i dine bilannoncer viser præcis hvordan.
Din opgave: tjek resultatet
Her er det standpunkt vi holder fast i på tværs af alt hvad vi udgiver, og det gælder dobbelt i den her artikel. Motuva genererer ikke din bil: bilens egne pixels skæres ud af dit fotografi og sættes ind i et renderet studio, så bilen på billedet er den bil du fotograferede. Scenen omkring den er ny, og samlingen mellem de to er der hvor et vanskeligt billede kan gå galt – så tjek altid resultatet mod originalen før du udgiver.
Når det gælder overflader og refleksioner, ser tjekket sådan ud:
- Motorhjelm og tag. Hører refleksionerne troværdigt til i den genererede scene? Bløde studiotoner, ikke himmel og træer.
- Glas. Se på forruden og sideruderne i fuld størrelse. Kan du genkende noget fra det gamle sted, så dumper billedet.
- Emblemer, kølergrill, lister. Sammenlign med originalen. Detaljerne skal være lige så skarpe på billedet som på dit foto.
- Selve bilen. Farve, stand og eventuelle synlige mærker skal svare til dit originale foto. Gør de ikke det, så udgiv ikke det billede.
Hvornår du skal køre billedet igen, og hvornår du skal fotografere igen. Det hjælper ikke at køre det samme foto igen: behandlingen er deterministisk, så det samme billede giver dig det samme resultat hver gang. Hvis et resultat skuffer, skal løsningen findes før behandlingen – hård sol, stærke refleksioner tæt på, bilen for tæt på en væg. Fotografér igen i fladere lys med plads omkring bilen, eller vælg et andet foto fra samme serie, og behandl det i stedet.
Hvorfor vi skriver om det her
De fleste forhandlere der overvejer AI-fotoværktøjer, har set dårlige AI-bilbilleder på bilportalerne og er med rette skeptiske. Svaret på den skepsis er ikke at lade som om fejlene ikke findes. Det er at nævne dem, forklare dem og give dig det tjek på fem sekunder der fanger dem.
Gratisplanen findes af samme grund: 20 billeder om måneden, fuld kvalitet, intet kort. Send dine sværeste biler fra lageret igennem den – den sorte SUV i højglans, stationcaren med masser af krom – og bedøm overfladerne selv.
Læs også
Hvorfor skyggen er det første køberens øje tjekker på et AI-bilfoto, hvordan generativ AI skaber skygger, og hvad du skal kigge efter før du udgiver et annoncefoto.
En praktisk guide til fejl i AI-bilbilleder – glorier, smeltede emblemer, skæve panelfuger, refleksioner der ikke passer – hvad der forårsager hver af dem, og hvordan du fanger dem.
Generativ AI redigerer ikke et foto – den syntetiserer nyt billedindhold. En letforståelig forklaring på hvordan den skaber bilbilleder, og hvad der bevares fra dine egne fotos.
En praktisk guide til forhandlere: få bedre billedkvalitet i dine bilannoncer, fra fotograferingen til behandlingen af baggrunden – uden en professionel fotograf.