3D图像购物技术大规模应用于商业体
署名2020-12-28

天猫618首次将3D图像购物技术大规模应用于商业体,消费者可以在手机上逛商场,所见将与亲临现场近乎一样,还能随时替换其中新品,创造更大的想象和展示空间。品牌宜家还将3000平方米的上海宝山店,按1:1比例复刻至天猫,常去宜家宝山店的顾客还能找到熟悉的角落。5G投入商用后,3D图像购物成为最受科技界期待的新技术之一。作为618的绝对主场,天猫618每年推出新技术,不断拓展商业边界,同时让消费场景不断拓宽。  

下面,阿里巴巴淘系技术部-躺平技术团队将从“数字化”、“内容化”和“产品化”三个方面给大家分享“3D图像场景化导购”项目中的一些思考。  

(1)“数字化”着重在解决如何将商家线下的场景转化成结构化的3D描述,这是场景化导购的基石。  

(2)“内容化”着重解决3D图像场景如何区别于传统内容导购,结合商家线上资产,丰富场景化导购体验。  

(3)“产品化”着重在解决3D图像内容如何更好的展现给C端用户,提升用户体验。  

一、数字化  

这里的数字化主要指:场景本身的数字化、场景中物体(商品)的数字化。早在4年前,淘系技术部-躺平技术团队就在场景和商品数字化领域开始了不同程度的探索。2016年发布的Buy+将美国Macy's百货公司搬至线上  

(1)场景数字化  

当前,我们对于场景的数字化采用了2种解决方案:图像设备采集+3D图像重建算法、使用3D设计工具1:1制作还原。方案a通过自主研发的采集设备收集空间深度信息结合场景重建算法,得到场景的3D模型。  

(2)商品数字化:  

模型平台收集了海量的高质量模型以及其与商品的关系,使得阿里生态可以在各种场景利用3d模型为原料来生产各类组合后且有商品信息的场景内容。同时,模型平台通过对模型的分析理解深挖,使得模型可以被更智能地放置、组合与检索。  

对于海量的3D数据,淘系技术部-躺平技术团队建设了一套3D基础特征库(3DFoundationFeatures-3DFF),通过计算几何跟图神经网络的方法更细节地挖掘了3D数据的特征(如部件语义信息),并且设计了一套开放、规范的3D分析算法调度体系,可将多种分析的特征存入模型平台,提供给上层应用。上层应用基于这些更为精细的3D特征能获得更好的效果,比如使得场景设计的专家规则更为细致,基于统计的AI布局也更为准确。目前模型平台已经支撑了百万级别的商品模型。  

二、内容化:  

场景数字化技术,将商家的线下资产搬至线上,相较于一维的文字内容,二维的图片内容,商家拥有了一个三维内容的运营阵地,可以让用户更加真实地接触到其服务和商品。场景本身即内容,而3D图像技术让商家线上数字资产可以以多种方式融入场景中,让用户在消费场景内容的同时更容易引发情绪,相比传统的内容导购,有了较大的提升。  

三、产品化:  

针对不同的3D图像场景内容,淘系技术部-躺平技术团队投入了大量时间打磨和优化对应的C端产品形态,使3D图像场景给用户更好的体验。场景导购要用户引发情绪,需要接近照片级别的渲染质量,这在用户手机端对渲染技术是一个极大的挑战。对此,我们将持续投入自建的客户端渲染引擎,同时尝试其他新的渲染解决方案在现阶段尽可能的提供给用户逼真的体验。  

以上就是关于3D图像购物技术大规模应用于商业体的相关内容讲解。此前,受疫情影响,不少线下商业体的客流尚未恢复正常,实体商业格外关注如何通过新技术实现业务的在线化。3D图像购物背后的实景技术能够将购物体验从平面陈列式升维为立体场景,这也是电商未来发展的主流方向。3D图像场景化导购技术涉及到CV(ComputerVison)、CG(ComputerGraphics)、3D渲染等多领域。同时,要将这些领域串联起来又会是巨大的挑战。