La plus grande différence entre le scan 3D et la génération par IA tient au fait que le scan 3D mesure et reproduit un objet qui existe réellement, alors que la génération par IA (image-to-3D) déduit et construit les parties qui ne figurent pas sur l'image. Cette différence de principe change tout le reste : les données d'entrée nécessaires, les sujets que chaque méthode traite bien, et jusqu'au sens même du mot « précision ». Plutôt que de comparer des applications une à une, cet article fait le point sur la différence entre les méthodes elles-mêmes et sur la manière de choisir entre elles.

Remarque : Figmee est actuellement un service qui vous permet, à partir d'un dessin ou d'une illustration que vous importez, de générer et de télécharger une image façon figurine ainsi que des données de modèle 3D (GLB / 3MF). La vente d'objets physiques imprimés en 3D est en préparation (Coming Soon).

Les deux méthodes ne résolvent pas du tout le même problème

Dans les deux cas, il s'agit de « créer un modèle 3D », mais ce qui se passe en coulisses est presque à l'opposé.

Le scan 3D est une mesure. Il utilise des photos ou de la lumière pour déterminer où se trouve la surface d'un objet physique, puis enregistre le résultat sous forme de points ou de faces. Il suppose que le sujet existe réellement, et toute zone qu'il n'a pas pu mesurer (l'arrière, les parties cachées) reste sous forme de données manquantes.

La génération par IA est une déduction. À partir d'une ou de quelques images, elle assemble une « forme plausible » en s'appuyant sur ce qu'elle a appris. Les travaux de recherche sur la génération 3D à partir d'une seule image décrivent cette situation comme un cadre « sous-contraint » (under-constrained), et l'approche retenue consiste à s'appuyer sur les connaissances géométriques a priori acquises par les grands modèles de génération d'images pour compléter les points de vue invisibles (source : Zero-1-to-3: Zero-shot One Image to 3D Object (arXiv), en juillet 2026). En contrepartie de la possibilité de donner du volume même au dessin de quelque chose qui n'existe pas, les parties qu'elle n'a pas mesurées restent des suppositions.

Une fois cette différence comprise, toutes les comparaisons qui suivent s'enchaînent logiquement.

Le scan 3D se divise en deux familles

On parle souvent du « scan 3D » comme d'un tout, mais il existe deux familles qui reposent sur des principes différents.

La photogrammétrie (reconstruire à partir de photos)

Cette méthode reconstruit une forme en volume à partir de plusieurs photos qui se chevauchent, prises en changeant progressivement d'angle autour du sujet. L'Institut d'études géologiques des États-Unis (USGS) définit la photogrammétrie comme « la science qui consiste à obtenir des informations fiables à partir de photographies en les mesurant et en les interprétant », et explique que son principe de base est d'obtenir des informations en trois dimensions à partir de paires de photos du même sujet prises depuis des positions différentes (source : USGS « Topographic Mapping », en juillet 2026). Son avantage est de fonctionner sans équipement particulier, pourvu que vous disposiez d'un appareil photo et d'un nombre suffisant de clichés.

Le LiDAR et les capteurs de profondeur (mesurer la distance avec la lumière)

Cette méthode émet une lumière, par exemple un laser, et mesure la distance à partir des informations obtenues jusqu'au retour de la réflexion. La NOAA explique que lidar signifie « Light Detection and Ranging » et qu'il s'agit d'une méthode de télédétection qui utilise un laser pulsé pour mesurer des distances jusqu'à la surface de la Terre, le résultat obtenu étant des « nuages de points » (point clouds) dotés de coordonnées en trois dimensions (source : NOAA « What is lidar? », en juillet 2026). Certains smartphones et tablettes intègrent aussi des capteurs de ce type, si bien que vous pouvez désormais essayer avec des appareils du quotidien.

Reconstruire à partir de photos ou mesurer avec la lumière : les moyens diffèrent, mais les deux ont en commun de mesurer quelque chose qui existe réellement.

Tableau comparatif des méthodes

Critère de comparaisonScan 3D (photogrammétrie)Scan 3D (LiDAR, etc.)Génération par IA (image-to-3D)
PrincipeReconstruction à partir de plusieurs photosMesure de distance par la lumièreDéduction à partir de connaissances apprises
SujetObjets et espaces réelsObjets et espaces réelsPossible même pour des dessins de choses qui n'existent pas
Entrée nécessaireDe nombreuses photos tout autour du sujetUn appareil doté d'un capteur compatiblePossible à partir d'une seule image
Effort de prise de vue ou d'acquisitionÉlevé (beaucoup de clichés et d'angles)Moyen (balayer le sujet avec l'appareil)Faible (simple importation)
Exactitude des dimensionsÉlevée dans de bonnes conditionsPlutôt élevéeNon garantie
Couleurs et texturesFaciles à obtenir, car issues des photosUne prise de vue séparée peut être nécessaireGénérées à partir de l'image source
Points faiblesSurfaces transparentes, brillantes ou uniesPetits détails et petits sujetsArrière, fines protubérances, parties masquées
Durée indicativeDe quelques dizaines de minutes à plusieurs heures pour la prise de vue et le traitementDe quelques minutes à quelques dizaines de minutesQuelques minutes

Dans la pratique, la ligne « Points faibles » est la plus importante pour choisir une méthode. Le verre transparent et les surfaces réfléchissantes comme un miroir ne renvoient pas la lumière de façon nette, si bien que leur forme est difficile à saisir, que ce soit par les photos ou par la lumière. La génération par IA, en revanche, peine sur les parties pour lesquelles l'image source ne contient aucune information : l'arrière, les fines protubérances et les zones cachées par des superpositions. La nature des faiblesses de chaque méthode est donc complètement différente.

« Haute précision » ne veut pas dire la même chose selon la méthode

Le mot « précision », que l'on croise souvent dans les articles comparatifs, ne désigne pas la même chose pour les deux méthodes. Les confondre mène à un mauvais choix.

La précision d'un scan 3D, c'est le degré de correspondance des dimensions avec l'objet réel. C'est une question de mesure : de combien de millimètres le résultat s'écarte-t-il ? Si votre objectif est de reproduire ou de documenter un objet réel, cette précision fait toute la valeur du résultat.

La précision de la génération par IA relève davantage d'un sentiment de satisfaction : à quel point le résultat est-il proche de l'apparence que vous aviez en tête ? Pour l'arrière, que le dessin d'origine ne montre pas, il n'existe aucune « dimension correcte » à laquelle se comparer. Par conséquent, la précision au sens de la correspondance avec des mesures réelles est, par principe, impossible à mesurer, et l'on juge plutôt le résultat sur sa vraisemblance et sur sa fidélité à l'atmosphère du dessin d'origine.

Autrement dit, les principes eux-mêmes conduisent à une correspondance simple : le scan pour les sujets qui existent physiquement, la génération par IA pour ceux qui n'existent pas. La question « laquelle est la plus précise ? » ne peut pas recevoir de réponse telle quelle, car les deux méthodes n'utilisent pas la même échelle de mesure.

Ce que chaque méthode a du mal à traiter, et pourquoi

Quand « ça n'a pas marché », la cause remonte généralement au principe même de la méthode. Si vous en comprenez la raison, vous pouvez limiter les essais inutiles.

Les sujets difficiles pour le scan 3D

  • Objets transparents et translucides : la lumière traverse directement le verre et les pièces transparentes, si bien qu'il est impossible de situer précisément la surface.
  • Finitions miroir et forte brillance : les reflets changent selon la position de l'appareil, de sorte qu'un même point apparaît différemment sur chaque photo et que la mise en correspondance échoue.
  • Surfaces unies et lisses : une surface sans motif, comme un mur blanc, n'offre aucun repère pour retrouver « le même endroit » d'une photo à l'autre, ce qui pose particulièrement problème à la photogrammétrie.
  • Poils fins et fibres : les contours des cheveux et du revêtement duveteux des peluches varient d'une photo à l'autre, si bien que la forme ne se stabilise jamais.

Parmi les solutions connues côté prise de vue, on peut pulvériser temporairement une poudre mate sur le sujet ou placer un fond à motifs. Certaines de ces techniques ne conviennent toutefois pas aux œuvres ou aux objets précieux : leur utilisation dépend donc du sujet.

Les sujets difficiles pour la génération par IA

  • Objets dont l'arrière a un design particulier : l'image de face ne contenant aucune information, l'arrière devient une supposition.
  • Fines protubérances : antennes, bouts des doigts, extrémités de queue et autres éléments similaires ont tendance à se couper en route ou à sortir trop épais.
  • Superpositions et occultations : dans des compositions comme des bras croisés ou un corps en partie caché par des accessoires, l'information du côté masqué est perdue.
  • Mise en couleur extrêmement plate : faute d'indices d'ombrage pour déduire le volume, le résultat a tendance à paraître plat et sans relief.

Ici, les solutions se trouvent du côté de l'image d'entrée. Des ajustements comme changer la pose, utiliser un fond uni ou ajouter un léger ombrage rendent les résultats plus stables.

Un ordre d'idée réaliste du temps et du coût

Au moment de choisir une méthode, un facteur pèse plus qu'on ne le pense : le temps nécessaire pour chaque tentative.

Parmi les méthodes de scan 3D, la photogrammétrie demande du temps rien que pour la prise de vue. Il faut tourner autour du sujet et prendre suffisamment de clichés en changeant d'angle tout en conservant un chevauchement entre eux. Le traitement après la prise de vue s'allonge lui aussi en proportion du nombre et de la résolution des photos. Comme chaque cycle d'essais est long, elle se prête mal à des tentatives répétées avec des conditions différentes.

Les méthodes qui utilisent des capteurs comme le LiDAR capturent rapidement, mais elles supposent un appareil compatible. Si votre appareil ne dispose pas d'un tel capteur, l'option est écartée d'emblée.

La génération par IA termine chaque essai en quelques minutes, elle convient donc à une façon de travailler qui consiste à changer les conditions et à recommencer plusieurs fois. Pouvoir remplacer l'image d'entrée et comparer les résultats dans un délai réaliste est l'atout pratique de cette méthode.

Choisir selon l'usage

Ce que vous voulez faireMéthode adaptéeRaison
Documenter ou reproduire un objet réel en volumeScan 3DLa mesure réelle est l'objectif lui-même
Mesurer une pièce ou un espace pour en faire des plansLiDAR, etc.Permet de mesurer une large zone en peu de temps
Donner du volume à un personnage que vous avez dessinéGénération par IALe sujet n'existe pas, il ne peut donc pas être mesuré
Vous n'avez pas le sujet sous la main, seulement une photoGénération par IAPermet de créer un volume à partir de peu de données
Fabriquer une pièce dont les dimensions réelles comptentScan 3DL'exactitude des dimensions est une exigence
Vérifier rapidement l'aspect d'une création en 3DGénération par IAVous pouvez essayer en quelques minutes

Le point de départ de la décision est toujours le même : ce sujet existe-t-il réellement ? S'il existe, les méthodes de mesure sont les premières candidates. S'il n'existe pas (un dessin, un personnage imaginaire), la déduction est la seule méthode possible.

Et si le sujet existe, mais que vous ne l'avez pas sous la main ?

Une situation prête souvent à hésitation : le sujet existe, mais il n'est pas avec vous en ce moment. Par exemple une statue aperçue en voyage, un objet souvenir que vous avez donné, ou un objet dont il ne reste que des photos.

Dans ce cas, le scan est physiquement impossible. Vous utiliserez la génération par IA avec les photos restantes comme entrée, mais le résultat ne sera pas « une réplique exacte de cet objet » : ce sera « un volume déduit de cette photo ». Rien ne garantit que les dimensions ou les détails correspondront à l'original. Voyez-le ainsi : cela ne convient pas aux usages qui exigent l'exactitude d'un document, mais c'est une option si votre objectif est de conserver l'atmosphère de l'objet en 3D.

Combiner les deux est aussi une option

Il ne s'agit pas forcément de choisir l'un ou l'autre. Dans la pratique, il existe des situations où les combiner fonctionne bien.

  • Le scan pour la structure, l'IA pour le design : scannez un objet réel pour obtenir une base dimensionnelle, puis travaillez les éléments décoratifs séparément.
  • Prototyper avec l'IA, vérifier avec le scan : obtenez une forme approximative en 3D avec l'IA, sculptez à partir de celle-ci, puis scannez la pièce physique terminée pour en garder une trace.
  • Retoucher un modèle 3D généré par IA dans un logiciel 3D : les données produites par l'une ou l'autre méthode peuvent être modifiées dans le même logiciel 3D une fois converties dans un format comme le GLB.

Quelle que soit la méthode qui a produit les données, elles peuvent au final être traitées comme un même modèle 3D. Pour les bases sur les modèles 3D eux-mêmes, consultez Qu'est-ce qu'un modèle 3D ?.

Le choix d'un outil est une autre question

Jusqu'ici, nous avons comparé des méthodes. Le choix au niveau de l'outil, c'est-à-dire de l'application ou du service à utiliser concrètement, fait intervenir d'autres critères comme les formats pris en charge, les tarifs et la liberté d'utilisation des résultats. Si vous voulez comparer des outils précis du côté de la génération par IA, consultez le Comparatif des outils IA image vers 3D (2026). Choisir d'abord la méthode, puis l'outil, permet de réduire plus facilement le nombre d'options.

Si vous voulez savoir plus en détail ce qui se passe à l'intérieur de la génération par IA, l'article Comment fonctionne l'IA qui crée des modèles 3D à partir d'images l'explique étape par étape.

Questions fréquentes

Q. Entre une application de scan sur smartphone et la génération par IA, laquelle essayer en premier quand on débute ? A. Tout dépend de la présence ou non, à portée de main, du sujet que vous voulez passer en 3D. Si vous voulez donner du volume à un objet qui se trouve devant vous, choisissez le scan ; si vous voulez transformer un dessin ou un personnage en 3D, choisissez la génération par IA. Si le sujet n'existe pas dans le monde réel, le scan n'est tout simplement pas une option.

Q. La génération par IA peut-elle produire un modèle 3D aux mêmes dimensions que l'objet réel ? A. Elle ne dispose d'aucun mécanisme garantissant des dimensions identiques. La génération par IA est une déduction, pas une mesure, et l'image source ne contient aucune information sur la taille absolue. Pour les usages où les dimensions sont une exigence, choisissez une méthode qui mesure avant de construire, comme le scan ou la modélisation manuelle.

Q. Lequel est le meilleur, la photogrammétrie ou le LiDAR ? A. Cela dépend de votre objectif : il s'agit d'une différence de points forts, pas d'une supériorité de l'un sur l'autre. La photogrammétrie peut se pratiquer sans équipement particulier et permet d'obtenir facilement les couleurs à partir des photos, mais elle demande de nombreux clichés et un long temps de traitement. Le LiDAR mesure les distances rapidement, mais il a ses limites pour reproduire les formes fines. Les sujets transparents ou brillants restent difficiles avec l'une comme avec l'autre méthode.

Q. Les données issues d'un scan 3D peuvent-elles être imprimées en 3D telles quelles ? A. C'est souvent difficile en l'état. Les données de scan peuvent comporter des trous là où la mesure a échoué ainsi que du bruit fin, si bien qu'il faut les nettoyer pour obtenir un maillage fermé avant l'impression. Il en va de même pour les données générées par IA : quelle que soit la méthode, la vérification et les ajustements avant impression sont incontournables. Pour les étapes permettant de transformer des données reçues en GLB en un fichier 3MF pour votre slicer, consultez Convertir un GLB en 3MF.

En résumé

Le scan 3D et la génération par IA reposent sur des principes différents, l'un mesure et l'autre déduit, et cette différence sépare les entrées dont ils ont besoin comme les sujets qui leur posent problème. La correspondance de base est la suivante : si vous voulez documenter ou reproduire un objet réel, utilisez le scan (la photogrammétrie, qui reconstruit à partir de photos, ou le LiDAR et les méthodes similaires, qui mesurent avec la lumière) ; si vous voulez donner du volume à un dessin ou à un personnage qui n'existe pas, utilisez la génération par IA. Gardez aussi à l'esprit que le mot « précision » désigne des choses différentes selon la méthode. Choisissez d'abord la méthode selon que le sujet existe réellement ou non, puis comparez les outils concrets. Dans cet ordre, le grand nombre d'options ne vous fera pas perdre le fil.

Guides associés