Meshy UltraTex transforme une image en textures PBR 4K sans reflets incrustés
Si l'on plaque telle quelle la photo d'un objet sur un modèle 3D, le reflet de la lampe se « colle » à la couleur et ne bouge plus quand l'éclairage change dans le jeu. UltraTex, de Meshy AI, produit des textures PBR 4K : la couleur sans éclairage, le relief, la métallicité et la rugosité sont stockés dans des cartes distinctes. Le modèle prédit d'abord la couleur et les normales, puis la métallicité et la rugosité, et six vues sont assemblées en une seule texture. Pas de code pour l'instant, seulement une démo.
Traité par IA depuis TG: @cgevent (Метаверсище и ИИще) ; édité par Hamidun News
Imaginez que vous ayez généré avec un réseau de neurones un coffre en métal pour un jeu, à partir d'une seule photo. L'aperçu est impeccable, mais dès que vous faites tourner la lampe dans la scène, le reflet reste au même endroit et l'ombre du pli ne bouge pas : ils ont été « cuits » directement dans la couleur de la texture. Le 18 novembre, Meshy AI a publié sur arXiv UltraTex, un travail qui tente de corriger ce défaut.
Le système crée des textures PBR (des matériaux physiquement corrects, où la couleur et la réaction à la lumière sont stockées dans des cartes séparées) en résolution 4K à partir d'une seule image de référence, et cherche à isoler la vraie couleur du matériau des ombres et des reflets de l'éclairage d'origine.
Le problème des textures classiques
Si l'on prend une photo et qu'on la plaque telle quelle sur un modèle 3D, la lumière de la prise de vue voyage avec la couleur. La tache claire laissée par la lampe devient de la « peinture » sur la surface. Dans un moteur de jeu ou un moteur de rendu où l'éclairage change, un tel modèle ressemble à un autocollant.
L'approche PBR procède autrement. La couleur du matériau est stockée à part, et d'autres cartes décrivent la façon dont la surface réagit à la lumière : les normales (micro-relief), la métallicité et la rugosité. Le reflet apparaît alors au moment du rendu et suit la source lumineuse. La difficulté tient à ce qu'il faut deviner, à partir d'une seule image, ce qui relève de la vraie couleur et ce qui n'est qu'une ombre ou un reflet.
Comment fonctionne UltraTex
Selon les auteurs, le système travaille en deux étapes. Le modèle prédit d'abord conjointement, pour plusieurs points de vue, la couleur sans éclairage et les normales de la surface. Une étape distincte estime ensuite la métallicité et la rugosité.
Pour comprendre de quoi l'objet est fait, le système s'appuie sur des indices fournis par un modèle vision-langage. Celui-ci aide à reconnaître le matériau : bois, métal, plastique, tissu. Par exemple, si le modèle identifie du métal poli, il lui est plus facile de conclure qu'une tache brillante sur l'image est un reflet et non de la peinture claire.
Une autre astuce concerne l'entraînement. Le modèle apprend sur des rendus à éclairage contrôlé, où la lumière est connue à l'avance. Les prédictions sont ainsi reliées au comportement physique de la surface, et pas seulement à l'apparence de l'image. Dans le processus décrit, les cartes de six types sont assemblées en textures UV 4K, c'est-à-dire en un jeu de dépliages prêt à être appliqué sur un modèle 3D.
L'intérêt pratique de cette décomposition apparaît quand l'éclairage de la scène change : le reflet doit se déplacer avec la source lumineuse, et non rester peint dans la texture de couleur. Pour les artistes d'environnement, les studios de jeux mobiles et ceux qui produisent des assets pour la AR et les boutiques en ligne, c'est la différence entre une image pour l'aperçu et un asset que l'on peut placer directement dans la scène.
Ce qui reste flou et comment s'y prendre
Le travail est récent et ses limites sont évidentes. Une démo est disponible sur Hugging Face, ainsi que des vidéos et une page de projet, mais il n'y a pas de code et la licence du modèle n'est pas indiquée. Il est donc impossible, pour l'instant, d'intégrer UltraTex dans son pipeline ou de l'affiner sur ses propres données, et l'usage commercial de ce qui se trouve dans le dépôt est juridiquement incertain. Les documents sources ne contiennent aucune comparaison avec des concurrents : mieux vaut donc tester soi-même la qualité sur la démo.
Conclusion pratique pour ceux qui travaillent avec la 3D et l'IA :
- Évaluez les assets générés sous plusieurs éclairages, pas un seul. Faites tourner la source lumineuse et vérifiez si les reflets et les ombres restent « collés » à la texture.
- Pour choisir un outil, regardez s'il fournit des cartes séparées (couleur sans lumière, normales, métallicité, rugosité) plutôt qu'une seule image.
- Si vous construisez un produit autour de la génération 3D, surveillez la publication éventuelle du code et le choix de licence de Meshy. C'est ce qui déterminera si UltraTex deviendra un outil de travail ou restera une belle démo.
Meshy AI exploite des services commerciaux de génération 3D, et ce type d'idées pourrait donc apparaître dans ses produits, mais la source ne mentionne aucun plan confirmé. Pour l'instant, UltraTex est une démonstration soignée d'une direction : passer de belles images à des matériaux qui se comportent comme de vrais matériaux sous n'importe quelle lumière.
- 20 nov. 2026Nvidia après Huang : le cap sur l'open source et le rachat de Hugging Face à 12,9 milliards de dollars sont maintenus
- 20 nov. 2026Hugging Face et llama.cpp lancent Llama for Windows, un utilitaire de 1 Mo : l'IA sans terminal
- 19 nov. 2026Tencent ouvre Hy4 flash : 12 milliards de paramètres actifs sur 224 milliards, contexte de 1 million de tokens
- 19 nov. 2026L'OCR coûte cinq fois moins cher en 18 mois : un million de pages revient à $65–130
Questions clés sur cet article
Que sait-on sur Le problème des textures classiques ?
Si l'on prend une photo et qu'on la plaque telle quelle sur un modèle 3D, la lumière de la prise de vue voyage avec la couleur. La tache claire laissée par la lampe devient de la « peinture » sur la surface. Dans un moteur de jeu ou un moteur de rendu où l'éclairage change, un tel modèle ressemble à un autocollant. L'approche PBR procède autrement.
Comment fonctionne UltraTex?
Selon les auteurs, le système travaille en deux étapes. Le modèle prédit d'abord conjointement, pour plusieurs points de vue, la couleur sans éclairage et les normales de la surface. Une étape distincte estime ensuite la métallicité et la rugosité. Pour comprendre de quoi l'objet est fait, le système s'appuie sur des indices fournis par un modèle vision-langage. Celui-ci aide à reconnaître le matériau : bois, métal, plastique, tissu.
Que sait-on sur Ce qui reste flou et comment s'y prendre ?
Le travail est récent et ses limites sont évidentes. Une démo est disponible sur Hugging Face, ainsi que des vidéos et une page de projet, mais il n'y a pas de code et la licence du modèle n'est pas indiquée. Il est donc impossible, pour l'instant, d'intégrer UltraTex dans son pipeline ou de l'affiner sur ses propres données, et l'usage commercial de ce qui se trouve dans le dépôt est juridiquement incertain.
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.