Idol de Sperid Labs : une seule photo suffit pour obtenir un objet en 3D

Prendre en photo une figurine posée sur mon étagère et la récupérer en 3D, faces cachées comprises : c'est la promesse d'Idol, le nouveau modèle de Sperid Labs publié sur Hugging Face. Et pour une fois, il ne faut pas une ferme de serveurs pour l'essayer.

Ce que fait Idol

Idol prend une seule image d'un objet, qu'il s'agisse d'une photo, d'un rendu ou d'une image générée. Il retire lui-même l'arrière-plan, recadre l'objet, puis produit jusqu'à 1 048 576 Gaussiennes 3D, y compris pour les côtés que l'image ne montrait pas. Le résultat est un fichier .ply standard, lisible dans n'importe quel visualiseur de Gaussian splatting.

Quelques chiffres tirés de la fiche officielle :

• environ 1,8 milliard de paramètres au total pour une requête complète ;
• 7,2 Go de VRAM en pointe, donc compatible avec des cartes grand public ;
• un mode « photo » et un mode « rendu », qui ajustent le cadrage ;
• une licence Apache-2.0, avec code et démo en ligne.

Sur le banc d'essai publié par l'équipe, Idol devance TripoSplat, TRELLIS et LGM sur la plupart des mesures de qualité vues sous de nouveaux angles. Seul LGM reste nettement plus rapide, au prix de résultats plus flous selon Sperid Labs.

Pourquoi ça m'intéresse

Je pense tout de suite aux collectionneurs de figurines, aux cosplayeurs qui veulent visualiser un accessoire sous tous les angles ou aux petits créateurs qui préparent un prototype. Il faudra un GPU NVIDIA et un peu de patience pour l'installation (deux encodeurs à accès restreint sont nécessaires), mais le fait que tout soit ouvert et local est un vrai plus. Je compte bien le tester sur deux ou trois pièces de ma collection.