La splatting par gaussiennes 3D transforme des photos en scènes 3D photoréalistes en temps réel. Découvrez comment cela fonctionne, sa comparaison avec NeRF et la photogrammétrie, et où cela s'intègre dans votre processus.
Vous avez pris 40 photos d'une chaise en bois sculpté et vous souhaitez l'intégrer à votre jeu d'ici vendredi. La photogrammétrie traditionnelle vous fournirait un maillage, mais le nettoyage à lui seul prendrait une journée entière. Le splatting gaussien 3D (Gaussian Splatting) utilise ces mêmes photos pour générer en quelques minutes une scène 3D photoréaliste, visualisable sous n'importe quel angle sur une carte graphique classique. C'est la technique à l'origine de la plupart des démos « wahou, c'est un endroit réel en temps réel » que vous avez pu voir tout au long de 2024, 2025 et 2026. Ce guide explique ce qu'est réellement le splatting gaussien 3D, comment il se compare aux NeRF et à la photogrammétrie, ainsi que le point que la plupart des tutoriels passent sous silence : quoi faire d'un splat une fois qu'on l'a obtenu.
Le splatting de gaussiennes 3D est une méthode de rendu qui reconstruit une scène 3D photoréaliste à partir d'un ensemble d'images 2D. Au lieu de construire un maillage polygonal, elle représente la scène sous forme de millions de minuscules gaussiennes 3D, chacune avec sa propre position, taille, rotation, couleur et transparence. Lorsque vous regardez la scène, ces gaussiennes sont projetées (ou « splattées ») sur l'écran et fusionnées optiquement ensemble. À la bonne distance, elles sont perçues comme une surface continue, nette et photoréaliste.
La méthode est née d'un article SIGGRAPH 2023 rédigé par des chercheurs d'Inria et de l'Institut Max-Planck. Le titre de l'article, 3D Gaussian Splatting for Real-Time Radiance Field Rendering, indique les deux raisons de son importance : il s'agit d'une technique de champ de radiance comme NeRF, mais avec un rendu en temps réel. Pour une définition formelle, Gaussian splatting sur Wikipédia est un bon point de départ, et la documentation de PlayCanvas relative au Gaussian Splatting le montre en fonctionnement dans un moteur en temps réel.
Chaque Gaussienne est définie par une covariance 3D (sa forme et son orientation), une position moyenne, une valeur d'opacité et des coefficients d'harmoniques sphériques qui stockent la couleur dépendant de la vue. Empilez-en quelques millions et vous obtenez un modèle volumétrique de la scène. Il n'y a ni maillage, ni carte UV, ni fichier de texture. Simplement des points dans l'espace qui savent se dessiner.
L'astuce consiste en la rasterisation, pas dans la marche de rayons. Les NeRF traditionnels évaluent un réseau de neurones pour chaque pixel. Le 3DGS trie les Gaussiennes du plus proche au plus lointain sur le GPU et les dessine comme des sprites. C'est pourquoi une splat entraînée atteint 30 à plus de 100 images par seconde sur un seul GPU grand public, là où le NeRF est beaucoup plus lent. L'article original rapportait un entraînement sur environ 30 000 images en 30 à 60 minutes, suivi d'une synthèse de vue en temps réel.
Les deux techniques apprennent un champ de luminance à partir d'images. La différence réside dans ce qu'elles apprennent et la manière dont elles tirent.
NeRF entraîne un réseau neuronal à prédire la couleur et la densité en tout point 3D. C'est lent à entraîner et lent à restituer. Le splatting par gaussiennes 3D élimine complètement le réseau neuronal au moment du rendu. Une fois les gaussiennes optimisées, le rendu consiste simplement en un tri et un mélange. Si vous avez besoin d'un aperçu en temps réel ou d'une visionneuse web 3D, 3DGS (3D Gaussian Splatting) l'emporte sans conteste.
Le NeRF a tendance à lisser les détails fins et peut flouter les contours nets. Le 3DGS conserve des arêtes nettes et des détails à haute fréquence car il stocke la couleur de manière plus directe. Cela pose ses propres problèmes : des taches flottantes, des Gaussiennes dilatées dans l'espace vide, et des déformations étranges aux bords de la zone capturée. Une capture de qualité les réduit, mais ils ne disparaissent jamais complètement.
La représentation continue de NeRF traite mieux les changements extrêmes de point de vue et les volumes transparents ou flous (fumée, structures filiformes) que les techniques de splatting discrètes. Si votre scène contient beaucoup de géométrie semi-transparente et que vous n'avez pas besoin d'une visualisation en temps réel, une variante de NeRF peut offrir une qualité visuelle supérieure.
C’est la comparaison qui impacte réellement votre flux de travail. Tous deux partent de photos. Ils aboutissent à des livrables très différents.
La photogrammétrie produit un maillage texturé : des sommets, des faces, des UV, un atlas de texture que vous pouvez utiliser directement dans Unity ou Unreal. Le gaussian splatting produit un nuage de points gaussiens. Le rendu est impressionnant, mais ce n'est pas un maillage. Vous ne pouvez pas le rigger, vous ne pouvez pas facilement peindre ses textures directement, et vous ne pouvez pas le déformer pour l'animation sans étapes supplémentaires.
Un maillage issu de la photogrammétrie est modifiable dans Blender comme n'importe quel autre modèle. Un splat existe dans un format spécifique (généralement un fichier .ply ou .splat). Vous pouvez recadrer, modifier les couleurs et compresser les splats avec des éditeurs dédiés, mais dès que vous souhaitez qu'un personnage marche ou qu'une porte s'ouvre, le splat pose problème. Pour les environnements statiques et les captures destinées à l'archivage, cela convient. Pour tout ce qui bouge, prévoyez une conversion ou une recréation.
La capture est la partie que vous contrôlez, et elle détermine plus votre résultat que l'outil.
Faites un cercle complet de 360° autour de votre sujet. Assurez-vous que chaque vue chevauche d'au moins un tiers la précédente. Photographiez à une hauteur constante et n'oubliez pas d'incliner l'appareil vers le haut et vers le bas pour couvrir le dessus et le dessous de l'objet. Les surfaces plates et sans détails (un mur blanc, un ciel dégagé) ne fournissent rien sur quoi l'optimiseur puisse se verrouiller ; ajoutez donc des éléments de référence ou déplacez-vous.
Une rotation serrée à 360 degrés avec un chevauchement régulier surpasse à chaque fois un gros tas de prises de vue non liées. Gardez votre téléphone à peu près dans le même plan pendant votre rotation, marchez à un rythme régulier et résistez à l'envie de zoomer pendant la capture. L'optimiseur a besoin de repères d'échelle cohérents, et une hauteur de caméra variable est le moyen le plus rapide d'obtenir une projection tremblante.
Outil de Gaussian Splatting de Polycam et Capture 3D de Luma AI transforment tous deux des ensembles d'images ou des vidéos en splats avec quasiment aucune configuration, et fonctionnent sur votre téléphone. Pour une option gratuite, locale et offrant un contrôle élevé, Formateur de Gaussian Splatting Postshot et la base de code originale d'Inria vous offrent le plus de paramètres.
Téléchargez les images, laissez l'outil estimer les positions de la caméra et optimiser les gaussiens, puis ouvrez le résultat dans sa visionneuse. La plupart des outils exportent un fichier .ply ou .splat que vous pouvez héberger sur un visualiseur web ou intégrer dans un moteur de jeu. L'entraînement prend de quelques minutes (applications mobiles) à moins d'une heure (sur ordinateur de bureau, grands jeux de données).
Le format .ply contient les paramètres gaussiens (position, covariance, couleur, opacité) et est pris en charge par la plupart des visualiseurs et plugins de moteurs. Le format .splat est une variante plus légère, optimisée pour le streaming et conçue pour la lecture sur le web. En 2026, deux autres formats prendront de l'importance : .spz est un splat compact à compression avec perte, réduisant considérablement la taille des fichiers pour leur distribution, tandis que l'extension KHR_gaussian_splatting du groupe Khronos intègre les splats au standard glTF pour un support universel par les visualiseurs. Choisissez .ply pour une compatibilité maximale, .spz lorsque la taille du fichier est critique, et suivez l'évolution du glTF alors que la guerre des formats se conclut.
Outil | Saisie | Où il fonctionne | Exporter | Meilleur pour |
|---|---|---|---|---|
Polycam | Photos, LiDAR, vidéo | iOS, web, desktop | .ply, .obj | Captures rapides depuis un mobile |
Luma AI | Photos, Vidéo, | Web, app | .ply, .splat | Captures hybrides NeRF + 3DGS |
KIRI Engine | Photos, vidéo | Mobile et web | .ply | Numérisation mobile |
Postshot | Images | Carte graphique de bureau | .ply | Formation locale gratuite avec contrôle avancé |
Codebase Inria | Images | Poste de travail (CUDA) | .ply | Recherche et qualité optimale |
Aucune de ces méthodes ne produit un maillage prêt pour le jeu vidéo par défaut. Cet écart est le véritable problème de workflow, et c'est là que la plupart des projets « j'ai créé un splat » piétinent.
Intégrer du splatting gaussien dans un moteur en temps réel n'est plus exceptionnel, mais la prise en charge est inégale.
Unity dispose de la solution la plus mature. Le package officiel Unity Gaussian Splatting est distribué via les outils cloud d'Unity et importe directement les fichiers .ply et .spz, en utilisant des shaders de calcul pour le tri et le rendu GPU. En 2026, il s'agit de la solution standard de production pour les décors statiques et les visualiseurs.
Déposez votre fichier .ply dans le projet, affectez-le au composant Splat Renderer, et le plugin gère le tri et l'ordre d'affichage sur le GPU. Commencez par quelques centaines de milliers de gaussiennes pour une vérification rapide avant de charger une capture contenant plusieurs millions de splats, qui pourrait saturer le matériel moins puissant.
Unreal Engine ne dispose toujours pas de support natif du Gaussian splatting en 2026, mais l'écosystème des plugins est désormais de qualité professionnelle. Le plugin Luma AI (gratuit sur Fab) permet l'import par glisser-déposer des fichiers .ply et .luma avec des assets Blueprint prêts à l'emploi, et NanoGS (sorti en mars 2026) ajoute des clusters LOD de type Nanite, du culling et un tri sur GPU pour les grandes scènes. Une perte de détail à l'importation peut toujours survenir, alors testez votre cas de splatting spécifique tôt avant de vous engager sur un pipeline.
Un ensemble de gaussiennes contenant quelques millions de points s'exécute sans problème sur un GPU de bureau. Le même ensemble sur un téléphone ou un casque Meta Quest est une autre histoire. Le nombre de splats, la distance de rendu et le coût du tri par image s'accumulent rapidement. Prévoyez de compresser et d'éliminer les éléments hors champ, et acceptez que le 3DGS temps réel mobile reste encore un défi d'optimisation plutôt qu'une solution par défaut. Les visualiseurs navigateur se sont améliorés au fil des années jusqu'en 2026 grâce aux shaders de calcul WebGPU natifs intégrés, mais les moteurs de bureau restent en tête pour les grandes scènes.
Réponse courte : oui, mais ce n’est pas gratuit.
Un splat est un nuage d'ellipsoïdes à contours flous, et non une surface. Les outils de conversion extraient le contour visible des gaussiennes pour créer un maillage, mais le résultat est généralement dense, bruité et plein d'artefacts internes. On obtient une géométrie, mais pas une topologie épurée, ni quelque chose qu'on remettrait à un riggeur.
Lorsque vous avez besoin d'une ressource modifiable et animable plutôt qu'une ressource capturée, un générateur de maillage est la solution la plus rapide. Pourcréer des modèles 3D à partir de personnages originaux, un générateur IA surpasse toujours un scanner. Triverse AI transforme un prompt texte ou une image de référence en un modèle 3D nettoyé et retopologisé que vous pouvez importer directement dans Blender. La différence est fondamentale : 3DGS capture ce qui est devant la caméra, tandis qu'un générateur crée ce qui est dans votre tête.
Le splatting gaussien 3D et la génération de maillage par IA résolvent les deux moitiés du même problème : passer de l'idée à un actif 3D exploitable dans un moteur.
Utilisez 3DGS lorsque vous avez un objet réel ou un lieu à numériser. Utilisez un générateur IA lorsque l'actif n'existe pas encore, ou lorsque vous avez besoin d'un maillage que vous pouvez modifier, riger et animer. Les équipes sans équipement de numérisation ni grand service artistique tirent le meilleur parti de cette répartition des tâches : capturez la référence du monde réel, générez les éléments originaux, puis assemblez-les dans le moteur.
Si votre objectif est un personnage prêt pour le jeu, un accessoire stylisé ou tout élément animé, évitez les splats. Triverse génère des fichiers GLB et OBJ avec une topologie propre qui respecte les spécifications requises pour les jeux, ce qu’un splat brut ne permet pas d’obtenir sans un post-traitement important. Pour en savoir plus sur le maintien d’une topologie propre, consultez notre guide sur les bonnes pratiques pour une topologie propre.
La plupart des chaînes de production finissent par utiliser deux de ces éléments, et non un seul. Capturer une référence réelle avec le 3DGS et générer des composants originaux avec un outil de maillage est une division des tâches courante et judicieuse.
Maillage polygonal versus splatting gaussien du même fauteuil en bois. Flux de travail allant des photos à l’outil de splatting gaussien, puis vers une fenêtre de visualisation Unity ou Unreal. Maillage de photogrammétrie versus splatting gaussien versus maillage nettoyé généré par IA.
Le Gaussian Splatting 3D est le moyen le plus rapide de transformer des photos en une scène 3D photoréaliste et en temps réel dans laquelle vous pouvez naviguer. Il est plus rapide que NeRF et nécessite moins de temps de capture que la photogrammétrie, mais il vous fournit un nuage de points, pas un maillage. Soyez conscient de cette limitation. Utilisez-le pour les captures statiques et les environnements, associez-le à la photogrammétrie ou à un outil de génération 3D par IA comme Triverse AI lorsque vous avez besoin d'un contenu modifiable, et vous passerez votre temps à créer plutôt qu'à gérer la compatibilité des formats de fichiers.
Dennis Kirk is an AI 3D specialist and game developer with more than 5 years of industry experience, mastering production workflows across Unity, Unreal Engine, and Godot. He focuses on demystifying next-generation 3D workflows for creators of all skill levels. His writing spans hands-on technical walkthroughs, asset optimization strategies, and in-depth software reviews, helping developers build faster and smarter.
