EN DIRECT
Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|
Appéditeur officiel

TripoSR

App : Un produit que vous utilisez directement

Image vers 3D en moins d'une seconde, open source, en local.

Le plus rapide et le plus léger des modèles 3D locaux.

Score global
7.7 /10
Sécu : rien à signaler
Utilité
8.0
Fiabilité
9.0
Sécurité
Aucune réserve recensée
Facilité
Technique · Technique

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Créer un modèle 3D à partir d'une simple photo est habituellement une tâche longue et technique, réservée à des logiciels spécialisés ou à des services en ligne payants. TripoSR répond à ce problème en générant un objet 3D complet depuis une seule image, en moins d'une demi-seconde sur un GPU récent.

Concrètement, vous fournissez une image en entrée et le modèle produit un fichier 3D avec couleurs par sommet ou texture exportable. Le traitement s'effectue entièrement en local sur votre machine, via une interface en ligne de commande ou une interface graphique Gradio accessible dans votre navigateur. Le modèle nécessite environ 6 Go de VRAM pour une image unique.

TripoSR s'adresse aux développeurs, chercheurs et créateurs qui souhaitent intégrer la reconstruction 3D dans leurs projets sans dépendre d'un service cloud. Il est particulièrement utile pour prototyper rapidement des assets 3D à partir de photos d'objets réels.

En revanche, l'installation requiert Python, PyTorch et une configuration CUDA précise, ce qui le rend peu accessible aux utilisateurs sans expérience technique. Les personnes cherchant une solution clé en main sans ligne de commande trouveront la prise en main difficile.

Ce que ça propose

  • ·Reconstruction 3D depuis une seule image en moins de 0,5 seconde sur un GPU NVIDIA A100.
  • ·Export du modèle 3D avec couleurs par sommet ou avec texture baked selon l'option choisie.
  • ·Résolution de texture configurable via l'option --texture-resolution.
  • ·Traitement de plusieurs images en une seule commande en séparant les chemins par des espaces.
  • ·Interface graphique locale via Gradio, accessible depuis un navigateur sans configuration supplémentaire.
  • ·Démo en ligne disponible sur Hugging Face Spaces pour tester sans installation.
  • ·Code source, modèles pré-entraînés et démo publiés sous licence MIT.

En pratique

Prix
GratuitGratuit, MIT.
Usage commercial
Usage commercial : oui
Disponible sur
linux, windows
Licence
MIT
En local
Oui, 6 Go de VRAM conseillés
Interface FR
Non

Sécurité et données

Pastille
Sécu : rien à signaler
Vos données
Données en local
Permissions
Local.
Maintenance
Active

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 mars 2024

Comment installer TripoSR

1. Installez Python 3.8 ou supérieur sur votre machine. 2. Installez CUDA si votre GPU le supporte, en notant bien la version majeure utilisée. 3. Installez PyTorch en veillant à choisir la version compilée avec la même version majeure de CUDA (voir pytorch.org/get-started/locally). 4. Mettez à jour setuptools avec pip install --upgrade setuptools. 5. Clonez le dépôt GitHub de TripoSR et installez les dépendances avec pip install -r requirements.txt. 6. Lancez une reconstruction avec python run.py votre_image.png --output-dir output/ et vérifiez que les fichiers générés apparaissent bien dans le dossier de sortie.
pip install -r requirements.txt

Dans la même catégorie

Toute la catégorie 3D & impression →