TL;DR
- Wat: NVIDIA brengt ArtiFixer uit, een AI-model dat artefacten en gaten in 3D-scènes automatisch repareert en aanvult.
- Waarom relevant: 3D-reconstructie wordt steeds vaker ingezet voor vastgoed, architectuur en productvisualisatie — maar de kwaliteit viel tot nu toe tegen bij onvolledig gefilmde scènes.
- Wat je ermee kunt: Als je werkt met 3D-visualisaties van panden, bouwplaatsen of producten, is dit het moment om te kijken of de kwaliteit nu wél aan je standaard voldoet.
Ik kwam deze week een tweet tegen van AlphaSignal over een nieuw NVIDIA-onderzoeksproject genaamd ArtiFixer. Op zich volg ik veel AI-nieuws, maar dit viel me op omdat het een heel concreet probleem oplost waar iedereen tegenaan loopt die wel eens met 3D-scans heeft gewerkt: die wazige plekken en zwevende vlekken in plekken die je camera net niet goed heeft vastgelegd.
Wat is 3D Gaussian Splatting — en waarom doet het ertoe?
Even een stap terug. 3D Gaussian Splatting (vaak afgekort als 3DGS) is een techniek om vanuit gewone foto's of video een driedimensionale weergave van een ruimte te maken. Stel je voor: je loopt met je telefoon door een kantoorpand, filmt alles, en software bouwt daar een 3D-model van dat je vervolgens vanuit elk hoekje kunt bekijken — in je browser, vloeiend, en fotorealistisch.
Dat klinkt als sciencefiction, maar het wordt al ingezet in de praktijk. Zillow, een groot Amerikaans vastgoedplatform, gebruikt de techniek inmiddels voor woningtours. En in Nederland zijn er bedrijven die 3DGS-platformen aanbieden voor architectuur, industriële inspectie en vastgoed, volgens het Enterprise Europe Network.
Het probleem? De techniek werkt uitstekend voor de stukken die je goed hebt gefilmd. Maar draai je de camera naar een hoek die je hebt gemist, dan zie je wazige vlekken, zwevende artefacten of simpelweg een gat. Vergelijk het met een puzzel waar een paar stukjes ontbreken — het beeld klopt net niet.
Wat doet ArtiFixer precies?
ArtiFixer, ontwikkeld door NVIDIA's Spatial Intelligence Lab samen met onderzoekers van onder andere ETH Zürich en Cornell University, pakt precies dat probleem aan. Het systeem gebruikt een zogenaamd auto-regressief videodiffusiemodel. Dat is een mond vol, dus laat me het simpeler zeggen: het is een AI-model dat — op basis van wat het wél kan zien in de bestaande 3D-reconstructie — voorspelt hoe de ontbrekende stukken eruitzien, en die vervolgens aanvult.
Twee fasen
Het werkt in twee stappen:
Fase 1: Een videodiffusiemodel wordt getraind om het verschil te herkennen tussen goed gereconstrueerde gebieden en gebieden met artefacten. Het model leert hoe betrouwbare en onbetrouwbare pixels eruitzien via een techniek die NVIDIA "opacity mixing" noemt — simpel gezegd: het combineert de betrouwbaarheid van elk punt in de scène met ruis, zodat het model leert waar het moet ingrijpen.
Fase 2: Het getrainde model wordt versneld tot een causaal auto-regressief model. In de praktijk betekent dit dat het in één keer honderden nieuwe beelden kan genereren die consistent zijn met de rest van de scène. Die beelden kunnen rechtstreeks als nieuwe kijkhoeken dienen, of worden teruggestuurd naar de 3D-reconstructie om die structureel te verbeteren.
Resultaten
De onderzoekers claimen dat ArtiFixer bestaande methoden overtreft met 1 tot 3 dB in PSNR — een standaardmaat voor beeldkwaliteit. Om dat in perspectief te plaatsen: in dit vakgebied is 1 dB verbetering al significant. Getest is op meerdere bekende datasets, waaronder MipNeRF 360 en DL3DV-10K. Het paper is gepresenteerd op SIGGRAPH 2026, en de code en modelgewichten zijn openbaar beschikbaar via Hugging Face.
Ik vind het eerlijk gezegd opvallend dat NVIDIA dit direct open beschikbaar maakt. Dat verlaagt de drempel voor bedrijven en ontwikkelaars die ermee willen experimenteren.
Wat betekent dit voor ondernemers?
Je denkt misschien: leuk, zo'n 3D-reconstructietool, maar wat heb ik daar als ondernemer aan? Meer dan je zou verwachten, denk ik.
Vastgoed en bouw
De vastgoedsector loopt voorop. Woningtours op basis van 3D-scans worden steeds gangbaarder. Maar het probleem was altijd: als de opname niet perfect is — en dat is hij bij een snel gefilmde rondleiding bijna nooit — dan oogt het resultaat amateuristisch. Met een tool als ArtiFixer wordt de drempel lager om een bruikbare 3D-tour te maken zonder dat je een professioneel camerateam hoeft in te huren.
Stel dat je als makelaar of projectontwikkelaar een pand wilt presenteren aan potentiële kopers of huurders. Kun je je voorstellen dat je met je smartphone rondloopt, een video maakt, en de AI de rest aanvult? Dat scenario komt dichterbij.
Productvisualisatie en e-commerce
Voor bedrijven die fysieke producten verkopen, is 3D-visualisatie ook interessant. Denk aan meubels, machines of op maat gemaakte producten. Een 3D-model dat je in je browser kunt ronddraaien, geeft een klant meer vertrouwen dan een setje foto's. Het probleem was tot nu toe dat zo'n model duur is om te laten maken. Als de kwaliteit van geautomatiseerde reconstructies omhooggaat, dalen die kosten.
Cultureel erfgoed en documentatie
Ik vind het ook interessant dat er in Nederland al onderzoek loopt naar 3D Gaussian Splatting voor architectonisch erfgoed — denk aan het digitaliseren van historische gebouwen. Voor bedrijven in de culturele sector of gemeentelijke instellingen kan dit relevant worden.
Kanttekeningen
Een paar nuances zijn wel op hun plaats. Ten eerste: ArtiFixer is een onderzoeksproject. De code is beschikbaar, maar het is geen kant-en-klaar product dat je morgen in je workflow plugt. Je hebt technische kennis nodig, of een partij die dat voor je doet.
Ten tweede: het model genereert content voor de ontbrekende delen. Het verzint dus, op basis van context, hoe iets eruitziet. Dat is indrukwekkend, maar het roept ook vragen op over betrouwbaarheid. Als je een 3D-scan gebruikt voor een bouwkundige inspectie, wil je niet dat de AI een scheur in een muur wegpoetst. Voor presentatiedoeleinden is het prima — voor documentatie moet je voorzichtiger zijn.
Ten derde: de benchmark-resultaten zijn veelbelovend, maar ik heb nog geen onafhankelijke vergelijkende tests gezien buiten de datasets die de onderzoekers zelf gebruiken. Dat is normaal voor een nieuw paper, maar het is goed om in het achterhoofd te houden.
Een stille verschuiving
Wat mij opvalt aan dit soort ontwikkelingen is hoe geruisloos de drempel voor 3D-technologie aan het dalen is. Een paar jaar geleden had je dure lidar-scanners en wekenlange nabewerking nodig. Nu film je met een telefoon en laat AI de rest doen. ArtiFixer is weer een stap in die richting — niet een eindpunt, maar een duidelijk signaal.
Voor mij is dit vooral een reminder dat de afstand tussen een academisch paper en een praktisch bruikbare tool steeds kleiner wordt. Als NVIDIA de code én de modelgewichten publiceert, duurt het meestal niet lang voordat er toegankelijkere toepassingen bovenop worden gebouwd. Ik zou dit als ondernemer in de gaten houden — niet om er morgen mee aan de slag te gaan, maar om te weten wat er aankomt.