Gaussian splatting : la 3D photoréaliste sort du laboratoire

Pendant longtemps, numériser un lieu en 3D demandait de choisir son camp. Soit on modélisait tout à la main, avec un rendu propre mais un budget lourd et un résultat qui reste une interprétation. Soit on passait par la photogrammétrie, plus fidèle, mais qui produit des maillages souvent bruités, difficiles à alléger et qui peinent sur les surfaces brillantes ou fines. Depuis 2023, une troisième voie s'est imposée à une vitesse rare dans le monde de l'image de synthèse : le Gaussian splatting.

La méthode a été publiée par une équipe d'Inria, à Sophia Antipolis, et présentée à la conférence SIGGRAPH 2023. Trois ans plus tard, elle est intégrée dans des applications grand public, des moteurs 3D et des visionneuses web. Il est temps de regarder ce qu'elle apporte vraiment, et ce qu'elle ne fait pas encore.

Le principe, sans équation

On part d'une série de photos ou d'une vidéo qui tourne autour d'un objet ou traverse un lieu. Un logiciel retrouve d'abord la position de la caméra pour chaque image. Ensuite, au lieu de reconstruire des surfaces faites de triangles, il remplit l'espace de millions de petites taches floues en forme d'ellipses, les fameuses gaussiennes. Chacune a une position, une taille, une orientation, une couleur qui varie selon l'angle de vue et un degré de transparence.

L'apprentissage consiste à ajuster ces millions de paramètres jusqu'à ce que la scène, vue depuis chaque position de caméra, ressemble le plus possible aux photos d'origine. Une fois ce travail fait, l'affichage est très rapide : la carte graphique projette les gaussiennes à l'écran et les mélange, sans calcul lourd. On obtient une scène que l'on peut parcourir en temps réel, avec des reflets, de la végétation et des détails fins que la photogrammétrie classique rendait mal.

On ne reconstruit plus des surfaces, on reconstruit une apparence. C'est ce changement de point de vue qui explique le réalisme.

Pourquoi tout le monde s'y est mis

Avant le Gaussian splatting, la référence pour ce type de rendu s'appelait NeRF, une approche par réseau de neurones apparue en 2020. Le résultat était bluffant, mais le rendu se comptait en secondes par image. Le splatting a apporté la même qualité visuelle avec un affichage fluide, y compris dans un navigateur ou dans un casque de réalité virtuelle. C'est ce passage du laboratoire au temps réel qui a tout déclenché.

Aujourd'hui, une capture correcte se fait avec un simple smartphone. Des applications comme Polycam, Scaniverse ou Luma permettent de scanner une pièce ou un objet en quelques minutes, et des outils plus professionnels donnent la main sur chaque étape quand on vise une qualité de production.

Ce que ça change pour les projets concrets

• Visites virtuelles : un musée, un site industriel ou un bien immobilier se parcourt librement, et plus seulement de point de vue en point de vue comme avec une visite 360° classique.
• Patrimoine : un monument ou une salle d'exposition est figé dans un état précis, avec un rendu proche de la photo, pour l'archive comme pour la médiation.
• Formation en réalité virtuelle : on peut placer l'apprenant dans le vrai atelier, avec ses vrais repères visuels, plutôt que dans une reconstitution approximative.
• Communication et vente : un produit ou un showroom se présente en 3D sur une page web, sans application à installer.

Le gain le plus net concerne le coût d'entrée. Numériser un lieu existant de façon convaincante ne demande plus des semaines de modélisation. La capture se fait en une demi-journée, le traitement en quelques heures, et le travail de l'équipe se concentre sur ce qui compte : le parcours, les interactions et le message.

Les limites à connaître avant de se lancer

La technique n'est pas magique, et il vaut mieux le savoir avant de promettre un résultat. Une scène fidèle pèse vite plusieurs centaines de mégaoctets, ce qui oblige à compresser et à découper pour le web ou pour un casque autonome. L'éclairage est figé dans la capture : on ne rallume pas la scène comme un modèle 3D classique. Les zones mal filmées donnent des artefacts flous, et les objets en mouvement pendant la prise de vue laissent des traces.

Autre point : une scène en gaussiennes n'est pas un maillage. Pour la physique, les collisions ou la modification fine d'un objet, on combine souvent le splatting avec une géométrie simplifiée. C'est ce que font les projets les plus aboutis : le rendu photoréaliste pour l'œil, un modèle léger en dessous pour l'interaction.

Notre lecture

Chez EVAVEO, nous voyons le Gaussian splatting comme une brique de plus dans la boîte à outils, pas comme un remplaçant universel. Pour une visite virtuelle, un jumeau numérique de démonstration ou une expérience de formation ancrée dans un lieu réel, c'est souvent la meilleure option aujourd'hui. Pour un produit qu'il faut configurer, animer ou éclairer différemment, la modélisation classique garde l'avantage. La bonne réponse dépend de l'usage, et c'est cette question que nous posons en premier.

En résumé

Le Gaussian splatting permet de transformer quelques minutes de vidéo en une scène 3D photoréaliste que l'on parcourt en temps réel. Né chez Inria en 2023, il est déjà utilisable en production pour les visites virtuelles, le patrimoine et la formation. Ses limites sont connues, poids des fichiers, éclairage figé, interaction à prévoir à part, et elles se gèrent bien quand on les anticipe dès la conception.