SAM 3D Objects : technologie image vers 3D et benchmarks

Qu’est-ce que SAM 3D ?

SAM 3D, aussi recherché sous le nom SAM3D, est une famille de modèles Meta pour reconstruire la 3D depuis une image. SAM 3D Objects estime la géométrie, la texture et la disposition des objets. SAM 3D Body est un modèle distinct dédié à la forme et à la pose du corps humain. Le parcours objet de Segmentit se concentre sur Objects.

Meta · SAM 3D ↗

SAM 3

Image → masque 2D

SAM 3D Objects

Image + masque → objet 3D

Une sélection précise et une reconstruction en volume répondent à deux besoins différents. Choisir le bon sujet vient avant le travail de forme, de texture et de mise en scène. Découvrir SAM 3.

Les modèles comparés

Pays des organisations et collaborations. Chaque modèle renvoie vers son projet officiel.

SAM 3D Objects ou Body ?

Objets et scènes

SAM 3D Objects

Reconstruire la géométrie, l’apparence et le placement d’un objet à partir d’une image.

Personnes et poses

SAM 3D Body

Estimer la forme et la pose du corps humain. Un modèle distinct pour un autre besoin.

Sélection avant reconstruction

SAM 3 → SAM 3D

Identifier le sujet en 2D, puis utiliser son masque pour guider la reconstruction de l’objet.

Choisissez votre usage créatif

Partez d’un accessoire pour un jeu, d’un objet décoratif pour une scène ou d’un produit à explorer sous un autre angle. Une photo de référence claire aide à évaluer la forme générée.

Sélectionner un objet Créer en 3D Télécharger et exporter

Comment fonctionne SAM 3D ?

Image + masque

La photo apporte le contexte ; le masque identifie l’objet à reconstruire.

Géométrie + pose

Une première étape générative estime la forme et son placement. Les surfaces cachées sont déduites des motifs visuels appris.

Texture + détails

Une seconde étape affine l’apparence et les détails. Le pipeline de recherche prend en charge des représentations en maillage et en gaussiennes.

Architecture du modèle de recherche. Les fonctionnalités de vidéo, les représentations et les outils exposés dans une application peuvent différer. Code officiel ↗

SAM 3D face aux autres méthodes image vers 3D

SA-3DAO · Reconstruction de forme · F1@0.01 · Plus élevé = meilleur

F1@0.01 · 0 → 0.25

TRELLIS

0,1475

Hunyuan3D-2.1

0,1399

Hunyuan3D-2.0

0,1574

Direct3D-S2

0,1513

TripoSG

0,1533

Hi3DGen

0,1629

SAM 3D

0,2344

Données et métriques

SA-3DAO · Table 2
Modèle	F1@0.01 ↑	vIoU ↑	Chamfer ↓	EMD ↓
TRELLIS	0,1475	0,1392	0,0902	0,2131
Hunyuan3D-2.1	0,1399	0,1266	0,1126	0,2432
Hunyuan3D-2.0	0,1574	0,1504	0,0866	0,2049
Direct3D-S2	0,1513	0,1465	0,0962	0,2160
TripoSG	0,1533	0,1445	0,0844	0,2057
Hi3DGen	0,1629	0,1531	0,0937	0,2134
SAM 3D	0,2344	0,2311	0,0400	0,1211

F1 : précision et rappel des surfaces au seuil 0,01. vIoU : recouvrement volumique. Chamfer et EMD : distances géométriques (plus faibles = meilleures). Valeurs brutes du papier, pas des pourcentages de réussite.

Source : SAM 3D Team et al. · Table 2 · arXiv v1 (2025) ↗

SAM 3D obtient 0,2344 en F1@0.01 dans cette comparaison. Ces résultats du papier portent sur SA-3DAO : ce n’est ni un classement des produits commerciaux actuels, ni un benchmark réalisé par Segmentit.

Recouvrement du volume

Mesure le recouvrement avec le volume de référence. Plus haut = meilleur.

vIoU ↑0 → 0,25

TRELLIS: 0,1392
Hunyuan3D-2.1: 0,1266
Hunyuan3D-2.0: 0,1504
Direct3D-S2: 0,1465
TripoSG: 0,1445
Hi3DGen: 0,1531
SAM 3D: 0,2311

Données publiées · 2025 ↗

Distance entre les surfaces

Distance géométrique à la surface de référence. Plus bas = meilleur.

Chamfer ↓0 → 0,12

TRELLIS: 0,0902
Hunyuan3D-2.1: 0,1126
Hunyuan3D-2.0: 0,0866
Direct3D-S2: 0,0962
TripoSG: 0,0844
Hi3DGen: 0,0937
SAM 3D: 0,0400

Données publiées · 2025 ↗

Correspondance globale de la forme

Distance entre les distributions de points. Plus bas = meilleur.

EMD ↓0 → 0,25

TRELLIS: 0,2131
Hunyuan3D-2.1: 0,2432
Hunyuan3D-2.0: 0,2049
Direct3D-S2: 0,2160
TripoSG: 0,2057
Hi3DGen: 0,2134
SAM 3D: 0,1211

Données publiées · 2025 ↗

Lire ces résultats

Comparaison historique des versions évaluées dans les publications de 2025, consultées le 7 octobre 2026. Les jeux de données, les prompts et les métriques déterminent ce qui est mesuré. Ces scores ne prédisent ni le temps de génération ni la qualité de chaque photo dans Segmentit.

De la recherche à votre prochaine création.

Importez une photo dans Segmentit, isolez l’objet et lancez sa génération 3D. Explorez le résultat dans le studio, puis téléchargez un GLB pour votre prochaine scène. Votre sélection et votre modèle restent réunis dans le projet.

Commencer Découvrir le parcours

Vos questions sur SAM 3D

SAM 3 ou SAM 3D : lequel utiliser ?

La segmentation sert à choisir un sujet dans l’image, puis la reconstruction à créer son volume. SAM 3 et SAM 3D sont complémentaires : ils ne répondent pas à la même tâche.

Qu’est-ce que SA-3DAO ?

Ce benchmark Meta associe des images réelles à des formes créées par des artistes 3D professionnels. Sa publication décrit 100 paires image/3D publiques et 900 paires réservées à la compétition du benchmark.

Comment utiliser un objet reconstruit ?

Utilisez-le comme un asset créatif : explorez chaque face, réglez l’échelle pour votre scène et ajustez les matériaux dans votre outil 3D. Une image offre un point de départ utile ; les détails invisibles restent estimés.

Sources et documentation

Vérifié le 7 octobre 2026 · Rédaction Segmentit