Echo-3 transforme quelques minutes de vidéo sur iPhone en environnement 3D à l'échelle réelle
Echo-3 transforme une capture iPhone en environnement 3D navigable à l'échelle réelle, en combinant reconstruction géométrique et génération par IA.
Un appartement, un musée ou un bâtiment industriel peut désormais être reconstitué en trois dimensions à partir d'une simple capture réalisée avec un iPhone. Avec Echo-3, SpAItial AI associe les images filmées par l'utilisateur à un modèle génératif capable de compléter les parties manquantes d'un environnement. Le résultat prend la forme d'un espace 3D navigable, dont les dimensions sont censées correspondre à celles du lieu d'origine.
Le système accompagne une nouvelle application mobile destinée à simplifier la capture de lieux réels. SpAItial propose également des exports exploitables dans des logiciels 3D et un accès API destiné aux entreprises. Les applications envisagées concernent aussi bien la visualisation immobilière que les effets visuels, la simulation et la robotique. Reconstruire ce que la caméra a vu, générer ce qu'elle a manqué
Les méthodes de reconstruction 3D cherchent généralement à retrouver la géométrie et l'apparence d'un environnement à partir d'images prises sous plusieurs angles. Mais une capture effectuée à la main présente inévitablement des lacunes : certains murs ne sont visibles que partiellement, des objets en masquent d'autres et des surfaces ne sont jamais filmées.
Echo-3 traite cette difficulté en associant reconstruction et génération.
Le modèle s'appuie sur les informations présentes dans la capture pour établir la structure de la scène, puis utilise les connaissances visuelles acquises pendant son entraînement pour compléter les régions insuffisamment observées.
Cette approche est différente d'une reconstruction exclusivement fondée sur les données mesurées. Une surface absente de l'enregistrement peut être générée pour assurer la continuité visuelle de l'environnement.
L'objectif est d'obtenir un espace cohérent, dans lequel les murs, les meubles et les objets conservent leurs positions lorsqu'on change de point de vue.
Cette capacité présente aussi une limite fondamentale : une partie générée par l'IA n'est pas nécessairement une représentation fidèle d'une partie réellement cachée du bâtiment. Pour des usages exigeant une précision géométrique ou documentaire, il faut donc distinguer les régions observées des éléments complétés par le modèle. Des dimensions réelles plutôt qu'une simple illusion de profondeur
SpAItial insiste sur le caractère metric-scale des environnements produits. Contrairement à une scène visuellement convaincante dont l'échelle peut être arbitraire, Echo-3 cherche à conserver les distances et les dimensions du lieu capturé.
Cela ouvre des usages différents de ceux d'une image générative classique. Une reconstitution à l'échelle réelle peut servir à explorer l'organisation d'un logement, comprendre les volumes d'un espace commercial ou préparer un environnement de simulation.
La plateforme vise aussi des espaces plus complexes qu'une seule pièce : maisons, établissements publics, laboratoires, usines, équipements et bâtiments comportant plusieurs étages. Des scènes extérieures figurent également parmi les exemples présentés.
Les démonstrations publiées par SpAItial permettent d'explorer plusieurs catégories de lieux reconstitués.
Cependant, l'entreprise ne fournit pas dans son annonce de mesures indépendantes d'erreur dimensionnelle, exprimées par exemple en centimètres. La compatibilité avec des usages de métrologie, de relevé architectural réglementaire ou de contrôle industriel ne peut donc pas être déduite de la seule mention d'une géométrie à l'échelle réelle. Une capture de quelques minutes, sans équipement spécialisé
L'application SpAItial sur iPhone permet d'enregistrer un parcours dans un lieu, de transmettre les données au service et de récupérer un environnement 3D reconstitué.
Selon l'entreprise, quelques minutes suffisent pour réaliser une capture, sans installer de trépied ni utiliser de caméra spécialisée.
Sur les iPhone Pro équipés d'un capteur LiDAR, l'application peut afficher une prévisualisation du nuage de points ainsi que des indications de couverture pendant l'enregistrement. Les appareils compatibles dépourvus de LiDAR peuvent également effectuer une capture, avec moins d'informations de prévisualisation.
La reconstruction est effectuée après le téléversement des données. Il ne s'agit donc pas d'une génération intégralement locale et instantanée sur le téléphone.
Les environnements obtenus peuvent être consultés et partagés au moyen d'un lien ouvrable dans un navigateur.
SpAItial précise que l'application Android est en préparation, sans annoncer de date de disponibilité. Des exports en Gaussian Splatting, maillages et cartes de profondeur
L'un des intérêts techniques d'Echo-3 réside dans la possibilité de récupérer la scène sous plusieurs représentations 3D.
SpAItial mentionne notamment les formats SPZ et SOG, utilisés pour stocker des scènes en Gaussian Splatting, ainsi que des maillages, des normales de surface et des cartes de profondeur.
Le Gaussian Splatting représente un environnement à travers un ensemble de primitives 3D dont les propriétés visuelles permettent de restituer les couleurs, les textures et l'apparence d'une scène depuis différents points de vue. Cette représentation est particulièrement intéressante pour produire des visites immersives et des rendus photoréalistes en temps réel.
Les maillages géométriques et les données de profondeur répondent à d'autres besoins, notamment l'intégration dans des outils de modélisation, des moteurs de simulation ou des systèmes d'analyse spatiale.
La disponibilité de ces différentes représentations constitue un avantage pour les équipes qui souhaitent réutiliser une capture au-delà du visualiseur de SpAItial.
Il reste toutefois nécessaire de vérifier les formats effectivement accessibles selon l'abonnement et l'interface utilisée. L'annonce ne détaille pas de manière exhaustive la répartition des exports entre l'application mobile, la plateforme web et l'API. Une comparaison avec Polycam, KIRI Engine et Scaniverse
Pour illustrer ses progrès, SpAItial a filmé un même