Meta SAM 3D est un duo de modèles de reconstruction 3D signé Meta: il recrée des objets, des scènes et des corps humains complets à partir d'une seule photo. Le tout ne coûte rien, entre la démo en ligne du Segment Anything Playground et les poids en libre téléchargement sur GitHub et Hugging Face. Lors de tests de préférence humaine, ses reconstructions l'ont emporté au moins 5 fois contre 1 face aux méthodes antérieures. Le Playground n'existe qu'en anglais, mais vos photos, elles, n'ont pas d'accent.
SAM 3D regroupe deux modèles publiés au sein de la collection Segment Anything: SAM 3D Objects, qui reconstruit la géométrie, la texture et la position des objets et des scènes, et SAM 3D Body, qui estime la pose et la forme des corps humains.
Concrètement, vous chargez une photo de votre salon, vous cliquez sur le fauteuil, et le modèle en déduit un objet 3D entier, face cachée comprise. SAM 3D Body repose sur Momentum Human Rig (MHR), un format de maillage qui sépare le squelette de la forme du corps, et se guide avec des masques ou des points clés.
SAM 3D a été entraîné avec une chaîne d'annotation mêlant humains et modèles, qui combine pré-entraînement synthétique et alignement sur des images réelles; SAM 3D Body part d'un jeu de plusieurs milliards d'images.
Là où la photogrammétrie réclame des dizaines de prises de vue, une image de smartphone suffit ici, même dans une pièce en désordre. Meta s'en sert déjà en production: la fonction View in Room de Facebook Marketplace place un lampadaire ou une table dans votre intérieur avant l'achat. Face à Hunyuan3D de Tencent, plutôt tourné vers les maillages optimisés pour le temps réel, SAM 3D mise sur la reconstruction des personnes et des scènes entières.
| Profil | Ce que SAM 3D apporte | Exemple d'usage |
|---|---|---|
| Artiste 3D, jeu vidéo | Un maillage texturé de départ depuis une photo | Accessoires et décors à retravailler |
| E-commerce | Des produits visualisables en volume | Aperçu type View in Room |
| Robotique, recherche | Une lecture spatiale des scènes réelles | Simulation et manipulation d'objets |
| Effets spéciaux, AR | Des corps posés et riggés via MHR | Doublures numériques, essayage virtuel |
Le Segment Anything Playground est le chemin le plus court: vous déposez vos images dans le navigateur, sélectionnez humains ou objets, et récupérez la reconstruction sans installation ni carte bancaire.
Pour aller plus loin, checkpoints et code d'inférence se téléchargent sous la SAM License, usage commercial permis avec quelques garde-fous. Les amateurs de projets IA open source sur GitHub y trouveront aussi MHR, le modèle paramétrique de corps humain (prévoyez un bon GPU, votre ventilateur s'en souviendra).
Côté francophone, pas de version française pour l'instant: Playground, blog et documentation restent en anglais, mais la manipulation est assez visuelle pour ne bloquer personne.
Oui. La démo du Segment Anything Playground est gratuite dans le navigateur, et les poids des deux modèles se téléchargent sans frais sur GitHub et Hugging Face. Des API tierces hébergent aussi les modèles en facturant à la génération, mais rien ne vous y oblige.
La SAM License autorise l'usage commercial, avec des restrictions comme l'interdiction des applications militaires. Vous restez propriétaire de vos travaux dérivés, et le rig MHR est publié sous une licence commerciale permissive. Relisez le texte officiel avant tout déploiement en production.
Les maillages générés s'exportent notamment en GLB, un format que Blender ouvre nativement. Des tutoriels détaillent le parcours complet de la photo au logiciel 3D. Comptez ensuite un nettoyage du maillage pour un usage professionnel.
SAM 3D Body traite chaque personne séparément, sans modéliser les contacts entre individus ou avec les objets, et Meta reconnaît que la pose des mains doit encore progresser. Côté objets, la fidélité du résultat dépend beaucoup de la qualité de la photo d'origine.
Verdict : Les studios de jeu, les labos de robotique et les habitués de Blender tiennent là une source de matière 3D gratuite et sérieuse; pour des ressources légères prêtes pour le temps réel, une passe de retopologie complète le flux.
Marble by World Labs 
Leonardo AI 
Genie by Lumalabs 
