Inhalt
summary Zusammenfassung

Weniger Retouren beim Onlineshopping - davon würden sowohl Konsument:innen als auch Verkäufer:innen profitieren. Ein neues Modell von Amazon soll realistisch darstellen, wie etwa Kleidung am Körper oder Möbel im eigenen Zimmer aussehen könnten. 

Forschende von Amazon haben mit "Diffuse to Choose" (DTC) ein KI-Tool vorgestellt, mit dem Kund:innen beispielsweise Kleidung oder Möbelstücke aus einem Online-Shop virtuell auf ihren Körper oder in ihre eigenen Räumlichkeiten einfügen können. Dadurch sollen sie in Echtzeit eine bessere Vorstellung von Passform und Raumwirkung erhalten.

Bild: Seyfioglu et al.

Vielseitiges Inpainting-Modell

DTC ist ein auf Diffusion basierendes Bild-Inpainting-Modell für "virtuelles Ausprobieren". Die Technologie sorgt für eine detaillierte und semantisch kohärente Verschmelzung mit realistischer Beleuchtung und Schatten, heißt es im Paper.

DTC verwendet zwei separate Netzwerke, die das Produktbild verarbeiten. Eines dieser Netzwerke konzentriert sich auf das Gesamtbild und das andere speziell auf das Produkt. Das hilft dabei, die feinen Details des Produkts, wie die Textur des Sofa-Stoffs, zu erhalten. So übertrifft DTC laut den Forschenden bestehende Methoden, ohne produktspezifisches Training zu benötigen.

Anzeige
Anzeige

Das Modell wurde sowohl mit solchen von Amazon als auch auf öffentlichen Datensätzen getestet.

Bild: Seyfioglu et al.

Dennoch gebe es noch einige Einschränkungen, die vor allem mit der Stable-Diffusion-Basis zusammenhingen. Text könne etwa schlecht wiedergegeben oder die Pose von Menschen in Fotos verändert werden. Letzteres Problem ließe sich zwar durch weiteres Training womöglich beheben, doch die Forschenden entschieden sich bewusst für eine breitere Anwendbarkeit des Modells (etwa zur Inneneinrichtung), anstatt es in bestimmten Disziplinen besonders zu auszubilden.

Der neue Standard im E-Commerce?

Für Verbraucher:innen verspricht DTC ein personalisierteres Einkaufserlebnis und soll sie fundiert bei Kaufentscheidungen unterstützen. Einzelhändler:innen wiederum profitieren davon, eine neue Ebene der Kundenbindung einzuführen und die Rückgabequoten möglicherweise zu reduzieren, wenn Produkte schon vor dem Kauf besser repräsentiert werden können.

Während Google ebenfalls ein virtuelles Anprobetool für den Online-Handel entwickelt hat, das sich auf realitätsnahe Darstellung Kleidung konzentriert, zielt Amazons DTC darauf ab, in verschiedenen Produktkategorien zu funktionieren.

Amazon plant, den Code und eine Demo von DTC in Kürze zu veröffentlichen. Wenn die Forschung ihren Versprechen gerecht wird, könnten Tools wie DTC die nächste Entwicklungsstufe des E-Commerce einläuten.

Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Empfehlung
Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Zusammenfassung
  • Amazon-Forscher haben ein KI-Tool namens "Diffuse to Choose" (DTC) entwickelt, das Kunden ermöglicht, Produkte aus Online-Shops virtuell in ihre persönlichen Umgebungen einzufügen und so eine Echtzeit-Visualisierung von Passform und Aussehen zu erhalten.
  • DTC ist ein bildbasiertes Inpainting-Modell, das Produktbilder nahtlos in persönliche Fotos integriert und eine detaillierte, semantisch kohärente Verschmelzung mit realistischer Beleuchtung und Schatten ermöglicht.
  • Das Tool soll ein personalisierteres Einkaufserlebnis für Verbraucher bieten und Einzelhändlern eine neue Ebene der Kundenbindung ermöglichen. Amazon plant, den Code und eine Demo von DTC in Kürze zu veröffentlichen.
Quellen
Jonathan ist Technikjournalist und beschäftigt sich stark mit Consumer Electronics. Er erklärt seinen Mitmenschen, wie KI bereits heute nutzbar ist und wie sie im Alltag unterstützen kann.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!