Spaghetti Splatting remplace les points du 3DGS par des courbes : cheveux et câbles prêts pour la simulation
Le 3D Gaussian Splatting représente bien les scènes sous forme de nuage de points flous, mais il s'effondre sur les cheveux, les câbles et l'herbe : un fil fin se transforme en une poussière de taches. Spaghetti Splatting utilise à la place des courbes continues, et le 3DGS classique en devient un cas particulier, celui d'une courbe de longueur nulle. Les auteurs affirment que la méthode surpasse les solutions spécialisées sur la géométrie filiforme et gère elle-même l'anticrénelage.
Traité par IA depuis TG: @cgevent (Метаверсище и ИИще) ; édité par Hamidun News
Si vous avez déjà essayé de reconstruire à partir de photos une tête avec des cheveux, un faisceau de câbles ou un buisson, vous connaissez la suite. L'image paraît correcte, mais à l'intérieur, vous avez un nuage de points, pas des fils. Animer un tel modèle ou lui appliquer de la physique n'a presque aucun sens. Le travail Spaghetti Splatting s'attaque précisément à ce problème.
Le problème : un fil n'est pas un ensemble de points
Le 3D Gaussian Splatting décrit une scène à l'aide de millions de petites « taches » floues. Pour les murs, les visages et les meubles, cela fonctionne très bien. Pour les objets fins et longs, beaucoup moins. Un seul cheveu doit être assemblé à partir de dizaines de taches, sans aucun lien entre elles. Pour le rendu, c'est tolérable, mais pour tout le reste, c'est mauvais. On ne peut pas demander où commence et où finit un cheveu. On ne peut pas le plier, car le système ne sait pas quels points appartiennent au même fil.
Jusqu'ici, pour ce type de scènes, on recourait généralement à des méthodes spécialisées pour les cheveux ou la végétation. Elles sont moins performantes dans les autres cas, et il faut assembler le pipeline à partir de plusieurs briques.
L'idée : une courbe au lieu d'un point
Les auteurs proposent de changer la primitive de base. Dans le 3DGS classique, chaque gaussienne décrit une masse ponctuelle. Dans Spaghetti Splatting, elle est étirée en une ligne continue, c'est-à-dire un segment de courbe ou une fibre dans l'espace. Le 3DGS classique en ressort comme un cas dégénéré, lorsque la longueur de la courbe est nulle. C'est pourquoi les auteurs qualifient la méthode de généralisation stricte : tout ce que savait faire le 3DGS est conservé, et les fils deviennent un type de données natif.
Trois éléments techniques sont mentionnés dans le post :
- une linéarisation de la projection de la caméra, pour que les courbes soient projetées rapidement et correctement à l'écran ;
- la prise en charge de noyaux bêta qui, selon les auteurs, accélèrent le rendu ;
- un anticrénelage intégré, qui résout le problème éternel des lignes fines : elles scintillent et se brisent à distance.
D'après les auteurs, sur les scènes à géométrie filiforme (cheveux, câbles, végétation, maillages), la méthode surpasse les approches spécialisées.
Ce que cela apporte en pratique
Le principal intérêt n'est pas une plus belle image, mais la structure du résultat. Les fils obtenus sont longs et continus, et peuvent être transmis directement à un simulateur de dynamique de fils et de tissus déformables. Auparavant, une étape manuelle ou semi-automatique séparait la reconstruction de la simulation : il fallait extraire les mèches du nuage de points. Désormais, d'après la description, cette étape peut être supprimée.
À qui cela s'adresse :
- aux équipes qui créent des doubles numériques et des avatars : les cheveux sont leur principal casse-tête ;
- aux studios d'effets visuels et de jeux vidéo, qui doivent numériser rapidement un objet réel et le mettre aussitôt en mouvement ;
- à ceux qui travaillent en robotique et en numérisation d'infrastructures : les câbles et les fils y sont omniprésents ;
- aux développeurs d'outils 3D qui veulent un seul format au lieu d'un bestiaire de méthodes.
Limites et points à vérifier
Pour l'instant, il s'agit d'un travail de recherche. Le post ne donne ni chiffres précis de qualité et de vitesse, ni information sur la maturité pour la production ; la comparaison avec les approches concurrentes est à consulter dans l'article lui-même sur arXiv (2611.12716) et sur la page du projet. On ignore comment la méthode se comporte sur des faisceaux denses, où les fils se chevauchent et s'emmêlent, et quelle serait la difficulté de l'intégrer aux moteurs et moteurs de rendu existants.
La conclusion pratique est simple. Si vous travaillez déjà avec le 3DGS et butez sur les cheveux, les câbles ou l'herbe, consultez le code et les exemples sur la page du projet et testez-les sur vos propres scènes. Si vous choisissez seulement une technologie de numérisation, gardez ce travail sur votre liste de veille. L'idée de stocker les fils comme des fils, et non comme un nuage de taches, paraît une étape naturelle et pourrait devenir un standard pour ce type de tâches.
- 21 oct. 2026SplatLab rédige seul des articles sur le 3D Gaussian Splatting et dépasse les baselines jusqu'à +3,78 dB
- 23 oct. 2026FineSplat : patchs fins et double regroupement pour une synthèse de vues détaillée
- 21 oct. 2026LEGO-SCD détecte les changements dans des scènes 3D à 17,2 FPS, sans annotation manuelle
- 28 janv. 2026SplatSSC : les splats gaussiens apprennent à compléter la réalité à partir d'une seule photo
Questions clés sur cet article
Que sait-on sur Le problème : un fil n'est pas un ensemble de points ?
Le 3D Gaussian Splatting décrit une scène à l'aide de millions de petites « taches » floues. Pour les murs, les visages et les meubles, cela fonctionne très bien. Pour les objets fins et longs, beaucoup moins. Un seul cheveu doit être assemblé à partir de dizaines de taches, sans aucun lien entre elles. Pour le rendu, c'est tolérable, mais pour tout le reste, c'est mauvais. On ne peut pas demander où commence et où finit un cheveu.
Que sait-on sur L'idée : une courbe au lieu d'un point ?
Les auteurs proposent de changer la primitive de base. Dans le 3DGS classique, chaque gaussienne décrit une masse ponctuelle. Dans Spaghetti Splatting, elle est étirée en une ligne continue, c'est-à-dire un segment de courbe ou une fibre dans l'espace. Le 3DGS classique en ressort comme un cas dégénéré, lorsque la longueur de la courbe est nulle.
Que sait-on sur Ce que cela apporte en pratique ?
Le principal intérêt n'est pas une plus belle image, mais la structure du résultat. Les fils obtenus sont longs et continus, et peuvent être transmis directement à un simulateur de dynamique de fils et de tissus déformables. Auparavant, une étape manuelle ou semi-automatique séparait la reconstruction de la simulation : il fallait extraire les mèches du nuage de points. Désormais, d'après la description, cette étape peut être supprimée.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.