La modélisation permet aussi d'évoluer sur une représentation 3D des objets à l'aide d'un nombre relativement restreint de prises de vue. Une vingtaine de photographies avec un bon appareil photo numérique suffit ainsi pour reconstituer une figurine. La technique doit encore être affinée, mais il est clair qu'il n'y aura bientôt plus besoin d'appareillage extrêmement dispendieux. L'équipe Willow travaille également sur l'ajout d'informations sémantiques aux vidéos. Elle tire d'ailleurs son nom du personnage d'une série pour adolescents, 'Buffy contre les vampires', utilisée comme champ d'expérimentation privilégié - « un peu geeky », a confessé Jean Ponce, devant un public rigolard. Qui a donc eu droit à des extraits de la série, afin de montrer la capacité du programme mis au point par Willow à reconnaître les personnages. « On peut aller plus loin, a indiqué Jean Ponce, en récupérant les sous-titres, et en utilisant une technique de détection du locuteur (en mesurant les mouvements de la bouche). » Le but est d'enrichir le contenu sémantique lié à la vidéo. Willow travaille d'ailleurs avec l'INA (Institut national de l'audiovisuel) sur ce sujet. Et des liens ont aussi été tissés avec Microsoft Research, sur « la fouille d'images et de vidéos pour les sciences naturelles et humaines », qui vont concerner l'archéologie, l'environnement et la sociologie.