Publié le 18 décembre 2025 20h33. Une nouvelle technologie permet de créer des environnements 3D réalistes à partir de simples photos disponibles en ligne, ouvrant des perspectives inédites pour le tourisme virtuel, les jeux vidéo et la préservation du patrimoine.
- Une équipe de chercheurs a développé « WildCAT3D », un système capable d’apprendre à partir de vastes collections d’images issues d’Internet.
- Cette innovation surmonte les limitations des technologies actuelles qui nécessitent des ensembles de données soigneusement organisés.
- WildCAT3D permet de générer des vues réalistes d’un lieu à partir d’une seule photographie.
La création de modèles 3D réalistes est désormais plus accessible grâce à une avancée significative dans le domaine de la synthèse de vues novatrices (SVN). Développée par des chercheurs de Cornell Tech en collaboration avec Meta AI et l’Université de Tel Aviv, la technologie « WildCAT3D » permet de générer des environnements tridimensionnels immersifs à partir de photographies courantes, souvent issues de sources en ligne publiques. Cette percée pourrait révolutionner des secteurs variés, du divertissement à la conservation du patrimoine.
Jusqu’à présent, la génération d’images 3D était limitée par la nécessité d’utiliser des ensembles de données restreints et méticuleusement organisés. Les algorithmes existants peinaient à interpréter les images prises dans des conditions variables – éclairage changeant, météo différente, angles de vue aléatoires – comme celles que l’on trouve couramment sur Internet. WildCAT3D contourne cet obstacle en entraînant les ordinateurs à identifier la structure stable d’un lieu, tout en considérant les variations visuelles comme des détails transitoires.
Selon Hadar Averbuch-Elorm, professeur adjoint à Cornell Tech et membre de l’équipe de recherche, le principal défi résidait dans la conception d’un modèle capable d’apprendre à partir de données hétérogènes :
« Le principal défi était de savoir comment concevoir un modèle de diffusion multi-vues capable d’apprendre des collections Internet sauvages, où les observations de scènes présentent des variations significatives – par exemple, en termes d’éclairage, de météo, d’objets transitoires, etc. »
Hadar Averbuch-Elorm, professeur adjoint à Cornell Tech
Grâce à WildCAT3D, il devient possible de prendre une seule photographie d’un lieu et de générer plusieurs vues réalistes, offrant ainsi une expérience immersive comparable à une véritable visite virtuelle. Cette capacité ouvre des perspectives prometteuses pour le tourisme, permettant aux utilisateurs d’explorer des destinations à distance, ou pour les jeux vidéo, en créant des environnements plus riches et interactifs.
Les applications potentielles ne s’arrêtent pas là. WildCAT3D pourrait également jouer un rôle crucial dans la préservation du patrimoine culturel, en permettant de reconstituer numériquement des monuments historiques ou des sites archéologiques avec une grande précision. Il offre également aux architectes et aux urbanistes la possibilité de visualiser l’impact de futurs projets de construction ou de restauration dans différentes conditions environnementales. Le travail de recherche a été présenté le 4 décembre lors de la Conférence et atelier sur le traitement de l’information neuronale (NeurIPS).
Averbuch-Elorm estime que cette technologie représente une étape importante vers une démocratisation de la création de scènes 3D de haute qualité, rendant possible la création de mondes numériques réalistes pour tous ceux qui disposent de simples photographies.
« Nous espérons que notre travail catalysera une transition vers des cadres génératifs cohérents en 3D qui apprennent directement des données Internet sous licence permissive, réduisant ainsi la dépendance du domaine à l’égard d’ensembles de données multi-vues fortement organisés. »
Hadar Averbuch-Elorm, professeur adjoint à Cornell Tech
Andrew Clark est un rédacteur pour Cornell Tech.