3D‑модели за 5 минут: как мы искали способ сделать 3D‑контент массовым
3D‑модели и дополненная реальность давно перестали быть технологией будущего. Сегодня это стандарт, который пользователи ждут от интернет‑магазинов. Но в реальности рынок столкнулся с неожиданной проблемой: даже крупные площадки и бренды не могут массово внедрить 3D. Причина проста — 3D‑контент дорог в производстве и требует долгой подготовки.
Мы в команде несколько лет искали ответ на вопрос: как сделать 3D доступным для любого продавца? Так началась история создания нашей платформы.
Проблема, которую мы увидели на рынке
Работая с клиентами и e‑commerce площадками, мы видели одно и то же:
- технологии дополненной реальности готовы;
- покупатели готовы;
- но никто не готов платить за создание 3D‑контента.
Даже крупные маркетплейсы не могли покрыть затраты на оцифровку миллионов SKU. Малый и средний бизнес — тем более. Было ясно: рынок нуждается в другом решении — массовом, дешевом и удобном.
Рассылка: как вести бизнес в России
Пять полезных писем пришлем сразу после подписки. В них — бизнес‑идеи, готовые промпты для нейросетей, советы, как выбрать налоговый режим и получать пассивный доход
Первый опыт: массовые LiDAR‑устройства
Первой попыткой стало сканирование с помощью LiDAR‑датчика на устройствах Apple. Мы встроили эту возможность в своё приложение для AR‑просмотра товаров.
Результаты были многообещающими: пользователи могли сами создавать 3D‑модели своих товаров. Но на практике стало ясно, что полученные сканы не соответствуют стандартам визуального контента в e‑commerce.
Некорректно обрабатывались отражающие поверхности и тонкие детали — например, ножки стула могли искажаться или «проваливаться». Сложные элементы, такие как ротанг или резьба, иногда сканировались с видимыми геометрическими дырами. Это делало модели непригодными для массового использования в интернет‑магазинах.
Тем не менее, пользователи стали применять такие сканы как референсы, передавая их нам для последующего создания финальных моделей — и это дало первый полезный эффект.
1/2Модель стула, полученная сканированием приложением ARIGAMI на iPhone 15 Pro 
2/2Пример того, какой получается результат сканирования предмета со сложной геометрией
Проверка альтернатив: 3D‑сканеры и фотограмметрическое ПО
Мы также протестировали другие подходы к созданию 3D‑моделей:
- использование профессиональных 3D‑сканеров;
- построение моделей по фоторядам с помощью фотограмметрических решений.
Оба метода показали себя ограниченными для целей e‑commerce. Несмотря на точность, они требовали большого количества времени, ручной обработки и не всегда давали стабильный результат.
В некоторых случаях модели получались с геометрическими артефактами, весили слишком много и не подходили для интеграции в онлайн‑магазины. Поэтому мы продолжили искать решение, которое можно было бы масштабировать на тысячи товаров.
Переосмысление: а всегда ли нужен настоящий 3D?
Анализируя поведение покупателей в разных товарных категориях, мы пришли к выводу: полноценная 3D‑модель нужна не всегда. Например, в сегменте одежды лучше работают 360‑градусные обзоры. Это живой, визуально понятный формат, который позволяет рассмотреть вещь в движении, понять посадку, фактуру и поведение ткани. Для покупателя такая подача зачастую более убедительна, чем классическая 3D‑модель.
Похожая ситуация в категории ювелирных изделий. Чтобы качественно отрендерить кольцо или серьги в 3D, требуется много времени, дорогая ручная работа и очень высокая детализация. При этом хороший результат можно достичь значительно проще — с помощью макросъёмки и вращающейся платформы. 360‑градусный обзор дает покупателю реалистичное восприятие материала, бликов и фактуры, которые в статичном 3D передать гораздо сложнее.
Это стало для нас сигналом, что визуальный формат должен подбираться не по технологическому признаку, а по тому, как товар воспринимается потребителем.
Плоские модели: когда объём не нужен
Примерно в тот же период появилась идея использовать плоские 2D‑модели — для тех товаров, где объём не критичен, а визуализация сводится к передаче текстуры и цвета.
Этот подход оказался особенно эффективным в следующих категориях:
- двери;
- ковры;
- плитка и мозаика;
- отделочные материалы;
- напольные покрытия;
- предметы декора;
- встраиваемая техника.
В этих сегментах покупателю важно понять, как объект будет выглядеть в пространстве, но не требуется сложная геометрия. Часто достаточно качественного изображения, чтобы примерить товар в интерьере.
Так родилось направление плоских моделей — оно позволило резко упростить процесс, сократить стоимость и обеспечить визуальное соответствие ожиданиям покупателей.
Нейросетевые генераторы: 3D‑модели по фото
Следующим этапом стала работа с нейросетями, которые позволяют создавать 3D‑модель на основе всего одной или нескольких фотографий. Наша задача заключалась в том, чтобы интегрировать уже существующие генеративные решения и дополнить их собственными программными компонентами, обеспечив пользователю стабильный, быстрый и удобный инструмент.
Особенно хорошо такая генерация работает в товарных категориях, где важны форма, текстура и общий объём, но не требуется предельная точность. Сегодня технология показывает наилучшие результаты в сегментах:
- мебель;
- женские сумки;
- обувь и аксессуары.
Интерфейс построен так, чтобы пользователь мог за несколько минут получить модель, посмотреть результат, при необходимости подкорректировать — и сразу же использовать для публикации или демонстрации.
Платформа остается открытой к экспериментам. Пользователи могут загружать любые объекты и делиться обратной связью, помогая нам понять, какие товарные категории ещё подходят для нейросетевого подхода, а какие требуют доработки. Кстати, протестировать все три подхода бесплатно можно здесь.
Что удалось решить: интерфейс, цена и доступность
На этапе внедрения нейросетевой генерации перед нами встало несколько задач. Первая — это удобство. Нужно было сделать так, чтобы любой пользователь мог загрузить фото, получить модель, посмотреть результат и сразу использовать его без лишних шагов. Этот сценарий удалось реализовать: сейчас процесс генерации занимает всего несколько минут и не требует технических навыков.
Вторая — стоимость. Генерация 3D‑моделей из фото — процесс ресурсоемкий. Мы столкнулись с необходимостью оптимизировать внутреннюю архитектуру так, чтобы цена одной генерации была минимальной. На текущий момент она практически нулевая для пользователя, и мы планируем сохранить эту доступность и после завершения тестирования.
Именно для этого была запущена специализированная площадка, где продавцы могут размещать свои товары с 3D‑визуализацией без необходимости запускать собственный сайт. Это особенно удобно для тех, кто ранее работал только офлайн и хочет протестировать онлайн‑продажи с минимальными затратами. Достаточно загрузить фотографии, получить 3D‑модель — и товар уже доступен для демонстрации в каталоге.
Ссылками на такие страницы можно легко делиться с покупателями в мессенджерах и соцсетях — они хорошо подходят для продвижения, презентаций и прямых коммуникаций.
Если же у продавца уже есть собственный сайт, 3D‑модели можно встроить в него с помощью простого 3D‑виджета. Для подключения потребуется всего одна строка кода — решение совместимо с любой CMS и не требует технической доработки.
Решения были не только техническими, но и продуктовыми: важно было, чтобы человек чувствовал контроль и понимал, как использовать результат — независимо от того, есть ли у него сайт, опыт в дизайне или команда разработчиков.
Что еще решаем: масштаб, отображение и обратная связь от пользователей
Несмотря на пройденный путь и успешные внедрения, некоторые задачи остаются открытыми. Одна из них — масштаб объектов. Сейчас нейросеть генерирует 3D‑модель без учёта реального размера, и, например, шкаф может получиться размером со спичечный коробок. Мы уже реализуем функциональность, которая позволит задавать точные габариты вручную. Это важно, чтобы сразу интегрировать модель в AR‑сценарии без дополнительной корректировки.
Вторая задача — освещение в сторонних просмотрщиках. В частности, в Google SceneViewer при определенных углах обзора модели могут засвечиваться. Мы исследуем причины и дорабатываем материалы, чтобы добиться стабильного отображения в разных средах.
Еще один аспект, с которым мы регулярно работаем, — обратная связь от пользователей. Она позволяет нам не только улучшать точность генерации, но и понимать, какие категории товаров стоит оптимизировать в первую очередь.
Кейс: как работает на практике
Дизайнерская мебель и предметы декора — одни из самых чувствительных к визуальной подаче категорий. Именно поэтому технология массовой генерации 3D‑контента в настоящий момент тестируется на белорусском маркетплейсе MadeSense, где представлено множество интерьерных решений, идеально подходящих для дополненной реальности и AR‑просмотра.
За считанные часы команде маркетплейса удалось оцифровать десятки позиций без сложного моделирования, сохранив визуальную привлекательность и добавив возможность AR‑просмотра. Это подтверждает, что технология уже готова к масштабированию и применима даже в самых требовательных нишах.
Что это меняет: доступный 3D как новая норма в e‑commerce
Рынок e‑commerce уже давно готов к работе с 3D и AR‑контентом. Проблема заключалась не в технологиях — а в том, чтобы сделать их по‑настоящему доступными: по цене, по времени внедрения, по простоте использования.
Наш опыт показал: если убрать барьеры, решение начинает работать массово. Когда создание 3D‑контента занимает минуты, не требует команды и обходится практически бесплатно — это открывает возможности не только для крупных брендов, но и для малого и среднего бизнеса.
Сегодня мы видим, что для многих продавцов 3D и AR становятся не экспериментом, а рабочим инструментом. А значит, постепенно это перестаёт быть чем‑то особенным — и превращается в визуальный стандарт цифрового ритейла.
