SAM 3D Body : une seule image en entrée, un humain riggable en sortie, et là où il casse discrètement

SAM 3D Body reconstruit un maillage humain corps entier, mains et pieds compris, à partir d'une seule image, en estimant à la fois la pose et la forme. Il introduit un nouveau format de corps paramétrique, le Momentum Human Rig (MHR), qui découple le squelette de la surface des tissus mous, si bien que le rig et la forme du corps peuvent être raisonnés séparément. Comme le reste de la famille Segment Anything, il est promptable : vous pouvez passer des points-clés 2D ou des masques de segmentation pour guider le résultat.

Les spécificités pratiques comptent pour quiconque prévoit de le déployer. Meta a livré des poids ouverts en deux backbones, un DINOv3-H+ à environ 840M de paramètres et un ViT-H à environ 631M, avec le code d'inférence, les données d'entraînement et le modèle MHR. Il rapporte une erreur de maillage 3DPW (MPJPE) de 54,8, et il alimente déjà une fonctionnalité grand public en ligne, View in Room de Facebook Marketplace. Il a été entraîné sur environ 8 millions d'images. Ce n'est pas une démo de recherche ; il est entré en produit dès le premier jour.

Le point stratégique pour une entreprise allemande ou UE est où le calcul s'exécute, pas à quel point le maillage semble astucieux. Une image de corps humain est une donnée personnelle sensible sous le RGPD. Dès l'instant où vous envoyez la photo d'un client à une API de reconstruction tierce, vous avez un contrat de sous-traitance, une question de transfert et un coût de confiance. Les poids ouverts suppriment cette étape : vous exécutez le modèle dans votre propre réseau, et l'image du corps ne sort jamais.

Cela recadre plusieurs cas d'usage de « gênant » à « possédable ». L'essayage virtuel et la visualisation d'ajustement, les avatars AR et VR, l'analyse de fitness et de mouvement, et la prévisualisation pour l'animation ou la production virtuelle peuvent tous s'exécuter sur une infrastructure que vous contrôlez, avec la même UX qu'une API hébergée vous donnerait. C'est la même logique de pipeline possédé que nous avons appliquée à la génération d'assets 3D à partir d'une seule image avec TRELLIS : la valeur n'est pas seulement le modèle, c'est de garder l'entrée sensible de votre côté du mur. La licence est la seule chose à vérifier avant de construire : le rig MHR est confirmé permissif-commercial, et les poids du corps sont livrés sous la SAM Licence, alors lisez les termes réels pour votre usage.

Dimensionner correctement le cas d'usage est tout le savoir-faire, car la reconstruction à image unique a des limites honnêtes qu'aucune qualité de modèle ne supprime. Une analyse indépendante a trouvé que SAM 3D Body privilégie une pose plausible sur la précision métrique, et ramènera les corps atypiques (scoliose, changements liés à l'âge, grossesse) vers une moyenne saine. C'est très bien pour un avatar qui doit avoir l'air correct ; c'est faux pour un dimensionnement médical, ergonomique ou légal, où l'écart est le point.

Trois limites de plus à concevoir autour. Une seule image ne peut résoudre ni la profondeur ni l'échelle vraie, si bien que la position globale et les dimensions réelles sont des suppositions sous-contraintes. Une forte occlusion, où l'essentiel du corps est caché, le dégrade fortement. Et il est par image, pas en temps réel : la communauté court déjà à corriger cela avec des variantes plus rapides et des runtimes C++, et la vidéo a besoin de machinerie supplémentaire pour la stabilité temporelle. La règle qui vous garde en sécurité est simple. Dimensionnez le cas d'usage au « plausible » (visualisation, essayage, avatars), pas au « précis » (mesure, diagnostic, sécurité). Dans cette limite, un modèle humain 3D possédé et respectueux de la vie privée est une réelle nouvelle option en 2026.