Arbor

Présentation

Arbor est la réponse de Stability AI (avec l'université de Tübingen) à une limite bien connue de la 3D générative : les modèles text-to-3D produisent des objets convaincants, mais n'offrent aucun contrôle sur l'espace que l'objet doit occuper ou éviter. Publié fin juin 2026 en release open source, Arbor introduit les maillages de contrainte comme interface de contrôle native : des zones « hull » où la géométrie doit exister, des zones d'évitement qui doivent rester vides, et des zones de contact que l'objet doit toucher. Concrètement : une chaise qui rentre dans une enveloppe d'assise donnée, une pièce mécanique qui expose une surface de contact précise, un prop de jeu qui laisse le dégagement nécessaire au passage du joueur. Ce sont des intentions spatiales connues avant la génération, que ni le prompt ni une image de référence ne savent transporter. Techniquement, Arbor est un attachement entraînable greffé sur TRELLIS.2 (dont le générateur reste gelé), qui convertit les maillages de contrainte en tokens via les encodeurs O-Voxel. Dans une étude utilisateur (27 participants, 404 comparaisons), les variantes Arbor l'emportent dans 59,2 % des choix par paires face aux méthodes concurrentes. La release est inference-only : pipeline public, chargement des modèles, export de meshes et add-on Blender, sous Stability AI Community License. Il faut Linux et un GPU NVIDIA. C'est encore un outil de recherche plus qu'un produit, mais il préfigure la prochaine étape de la 3D générative : la génération sous cahier des charges géométrique.

Profil de compétences

À qui ça s'adresse

Cas d'usage idéaux

• Assets 3D sous contraintes spatiales (encombrement, dégagements)
• Design produit et mobilier avec zones de contact imposées
• Level design : objets qui respectent l'espace de jeu

Accès & disponibilité

Caractéristiques clés

Combien ça coûte par mois

Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

19/19 critères documentés · 100 % · dont 12 posés par règle

Données & conformité

Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

3/8 documentées · 0/8 sources primaires · 2 de plus de 90 jours