產品3D模型是VR、AR體驗中不可或缺的要素，虛擬3D模型展示展旨在創造無限接近真實的體驗。可以說，所有沉浸式360度的場景構建，都需要大量物體的高清產品3D模型。但在實際應用層面，通常采用的3D人工建模方式面臨耗時長、成本高、發展慢、產能低等障礙，3D人工建模很難適應VR、AR產業的規模化批量需求。而隨著AI技術的進一步延伸和發展，虛擬購物展廳或將打破這一瓶頸，通過機器學習與算法的優化，3D建模未來可交由機器/設備自動完成。不過，新的3D建模方式仍是一個循序漸進的過程。

　　利用AI完成3D自動建模，目前雖然還處在研發探索中，但也有一些團隊進行了比較不錯的嘗試。比如，Loom.ai可以根據用戶的2D平面照片生成3D圖像，并可保證較高的視覺保真度，其3D自動建模核心在于機器學習和計算機視覺技術。Loom.ai并不是目前市面上唯一的類似技術，ItSeezD也公布了一項非常類似IDE技術，來自南加州大學和Pinscreen的合作團隊也展示了3D自動建模深度神經網絡系統。

　　區別于目前的手動建模，3D自動建模至少70%以上是由機器自動完成的。但需要指出的是，現有的3D自動建模技術方案兼容性并不高，并不能實現全面自動化規模化操作。針對這個問題，倫敦帝國理工學院(ICL)的計算機科學家們開發出了一種3D人臉建模技術，能自動對各種族、年齡的人臉進行準確的3D建模，還能將任意2D照片轉換逼真三維人臉。

　　結合三種算法，全自動精準人臉3D建模。首先，一個算法自動對人臉掃描圖像做標記，將鼻尖和其他點打上標簽;然后，另一種算法根據標記對所有掃描圖像進行排序，并將其組合成一個虛擬3D模型展示;最后，第三個算法檢測和刪除無用(bad)的掃描圖像。

　　創建大規模人臉模型 LSFM，包含不同種族、年齡。在與現有模型的對比測試中，LSFM 更準確地表示人臉。不僅如此，他們的模型還能根據面部形狀自動將人臉按年齡分類，還可以為不同的種族和年齡的人創造更具體的變形模型。

　　訓練 AI 系統，將2D人臉快照精準轉換為3D模型。研究人員還利用LSFM合成的100,000 張人臉訓練了一個AI程序，將任意2D 快照轉換為精確的3D 臉模型。這種產品3D模型設計方法可以用于查看照片上犯罪嫌疑人從另外的角度看上去是什么樣子，或者20年以后臉變成什么樣了。至于更偏公眾向的應用，人們也可以使用這一系統根據歷史人物肖像畫制作出3D人物展示。

　　3D數據管理與展示一方面是VR、AR發展的基礎，另一方面3D數據管理與展示也將為用戶帶來更真實的購物體驗。相比普通的全景視頻和照片，虛擬3D模型展示具備更高的環境適應性和清晰度，產品3D模型為后續VR應用的空間移動擴展性考慮。試想一下，如果將上述這樣的智能3D自動建模技術應用于電商購物中，那么龐大繁重的商品建模工作將會化繁為簡，人們不再需要對每個商品進行3D人工建模，而只需要提供一張2D平面照片就可以形成產品3D模型。并且，相比單刀直入的VR購物模式，商品建模虛擬購物展廳還實現了商品信息3D化展示。

　　隨著計算視覺技術的不斷發展，甚至可以暢想更多：以智能3D自動建模技術為核心，融合多種商品建模計算視覺技術，如AR、VR、人臉識別等，再結合體感及手勢識別、語音識別、LBS等，不只可以構建起全新的3D電商虛擬購物展廳購物體驗，還可提供3D場景化導購、虛擬購物展廳多屏幕互動、3D營銷等特殊服務，真正實現電子商務視覺化。