Seed3D 2.0 est le modèle de génération 3D de ByteDance: il reconstruit, à partir d'une seule image, un objet complet avec géométrie nette et matériaux PBR. L'équipe Seed l'a publié comme successeur de Seed3D 1.0, rapport technique détaillé à l'appui. L'accès passe par une API facturée à l'usage sur Volcano Engine, la plateforme cloud du groupe. Pas de version française pour l'instant: blog, documentation et rapport se lisent en anglais ou en chinois.
La géométrie sort d'un pipeline en deux étapes: un premier modèle de diffusion pose la structure globale de l'objet, un second repasse sur les biseaux, les arêtes et les parois fines. Cette séparation corrige le défaut classique des générateurs image vers 3D, ces bords mous et ces structures minces qui s'effondrent.
Côté matières, Seed3D 1.0 enchaînait deux modèles en cascade, avec des erreurs qui s'accumulaient au passage. La version 2.0 produit d'un bloc les cartes d'albedo, de métal et de rugosité, épaulée par une architecture MoE et un modèle vision-langage qui stabilise la lecture des matériaux sous un éclairage inconnu.
Les chiffres suivent. Lors d'une évaluation à l'aveugle menée auprès de 60 relecteurs rompus à la modélisation 3D, sur environ 200 cas de test, sa géométrie a été préférée à celle de Hunyuan3D-2.5 et 3.1, Tripo 3.0 et Rodin Gen2, avec des taux de 65,1 % à 98,3 %.
La sortie prête pour la simulation fait la différence de cette version: le système sépare un objet généré en pièces distinctes, identifie les articulations, estime leurs axes, puis exporte le tout au format URDF, lisible par un moteur physique comme celui d'Isaac Sim.
En pratique, vous envoyez la photo d'une chaise de bureau et récupérez l'assise, le dossier et les roulettes en composants séparés, axes de rotation renseignés (le tiroir d'une commode générée s'ouvre pour de vrai, petit plaisir dont on ne se lasse pas). La composition de scènes entières depuis un texte, des images ou une vidéo rapproche d'ailleurs l'outil des mondes simulés en 3D qui servent à entraîner les robots.
| Brique | Ce qu'elle produit | Où ça s'utilise |
|---|---|---|
| Géométrie en deux étapes | Maillage aux arêtes nettes, parois fines | Moteurs de jeu, rendu |
| Matériaux PBR en une passe | Cartes albedo, métal et rugosité | Unity, Unreal, Blender |
| Découpe en pièces | Composants séparés et complétés | Animation, rigging |
| Articulation | Types de joints, axes, fichier URDF | Isaac Sim, robotique |
| Composition de scène | Agencement d'objets depuis texte, image ou vidéo | Jumeaux numériques |
Seed3D 2.0 s'utilise via l'API de Volcano Engine, facturée à l'usage; aucune grille tarifaire publique n'accompagnait l'annonce, la console de la plateforme fait donc référence pour les montants à jour.
Pour le public francophone, il faudra composer avec l'anglais: le rapport technique publié sur arXiv et la documentation de l'API n'existent pas en français. Rien de bloquant pour une équipe de développement, un peu moins simple pour un indépendant.
Non, ByteDance ne propose pas d'application gratuite pour Seed3D 2.0: l'accès officiel passe par l'API de Volcano Engine, facturée à l'usage. Plusieurs sites tiers vendent des crédits sous le même nom sans lien avec l'équipe Seed. Vérifiez que vous passez par seed.bytedance.com ou la console Volcano Engine avant de payer.
Sur l'évaluation à l'aveugle publiée par ByteDance, oui: 60 relecteurs expérimentés ont préféré sa géométrie face à Hunyuan3D-2.5 et 3.1, avec des taux de préférence de 65,1 % à 72,4 % selon la version. Hunyuan3D garde un atout de taille: ses poids ouverts, que vous pouvez faire tourner en local.
Seedance génère des vidéos, Seed3D des objets 3D. Les deux sortent des laboratoires Seed de ByteDance et se distribuent via Volcano Engine, d'où la confusion fréquente. Seedance 2.0 produit des clips avec son natif, tandis que Seed3D 2.0 livre des maillages texturés et articulés pour moteurs de jeu et simulateurs.
Oui, un LLM affiné planifie l'agencement spatial à partir d'un texte, et le système déduit aussi la disposition d'objets depuis des images multi-vues ou une vidéo, en s'appuyant sur la profondeur et la segmentation. Chaque élément de la scène reste un actif séparé et manipulable.
Verdict : Entre la photo d'un objet et sa version articulée dans Isaac Sim, il ne reste qu'un appel d'API: studios de jeu, équipes e-commerce qui passent leur catalogue en 3D et labos de robotique tiennent là un générateur d'actifs taillés pour la production.
