Le Gaussian splatting à l’échelle d’une ville : comment une ville entière tient dans une visionneuse
Fin octobre 2026, l’entreprise américaine Cr3ate a publié un survol de Graz, en Autriche : 1,1 milliard de Gaussian splats couvrant environ 7 km² de la ville, reconstruits à partir de 700 images aériennes prises par une Vexcel UltraCam Dragon à une résolution de 2 cm par pixel. Le survol se termine au pied du Lichtschwert, une statue de la Liberté en acier devant l’opéra.
Les chiffres sont ceux de l’entreprise, et personne ne les a encore vérifiés de façon indépendante. Mais ils marquent un changement d’échelle. Les articles précédents de cette série portaient sur un objet, une pièce, un bâtiment, une rue. Une ville pose un autre problème. Elle est environ mille fois plus grande, il faut la photographier depuis un avion, elle produit des fichiers qu’aucun téléphone ne pourrait ouvrir, et on ne la montre jamais qu’un fragment à la fois.
Une ville en chiffres
D’un objet à une ville
- Un cactus en pot 139,4 k splats · un objet, la scène du premier article de cette série
- Le campus de Microsoft à Redmond 110 M splats · 3,7 km², photos de drone — Cesium et Bentley, avril 2026
- Graz, Autriche 1,1 Md splats · environ 7 km², avion de relevé — Cr3ate, octobre 2026 (chiffre de l’éditeur)
- Minning Town 6,2 Md splats · 23,5 km², aérien et sol — XGRIDS, octobre 2026 (chiffre de l’éditeur)
Ce qu’un téléphone affiche par image (environ 1 million)Ce qu’un ordinateur affiche par image (environ 2,5 millions)
Quatre scènes réelles en Gaussian splatting sur une échelle logarithmique de 100 000 à 10 milliards de splats : un cactus en pot, 139 410 splats ; le campus de Microsoft à Redmond, 110 millions ; environ 7 km² de Graz, 1,1 milliard ; une ville de 23,5 km², 6,2 milliards. Deux lignes indiquent ce qu’un téléphone (environ 1 million) et un ordinateur (environ 2,5 millions) affichent par image.
Les barres suivent une échelle logarithmique : chaque graduation vaut dix fois la précédente. Graz contient 440 fois ce qu’un ordinateur affiche par image, et 1 100 fois ce qu’affiche un téléphone. Sources : le blog de Cesium pour Redmond, Cr3ate et XGRIDS pour leurs propres scènes.
Du cactus de notre premier article à Graz, il y a un facteur 8 000. La captation de Graz ne représente pourtant que 5,5 % de la ville, dont le territoire couvre 127,6 km². Et XGRIDS a annoncé deux semaines plus tôt une ville de 23,5 km² en 6,2 milliards de splats, captée depuis les airs et depuis le sol pour un documentaire.
XGRIDS présente, en octobre 2026, une ville de 23,5 km² reconstruite en 6,2 milliards de splats à partir de captations aériennes et au sol pour une production de cinéma — un chiffre de l’éditeur (en anglais).
Vidéo : XGRIDS, sur YouTube.Comment une visionneuse affiche un milliard de splats
La réponse est courte : elle ne le fait jamais. Un téléphone affiche environ un million de splats par image, un ordinateur deux à quatre millions. Une ville est donc découpée en tuiles, chacune conservée à plusieurs niveaux de détail. La visionneuse ne charge que les tuiles que voit la caméra : de près en pleine résolution, plus loin dans une version plus grossière, faite de splats moins nombreux et plus grands.
De la rue à la ville entière
- Sol visible
- 1,42 km²
- Tuiles chargées
- 36
- Splats affichés
- 2,4 M
- Part du 1,1 milliard
- 0,21 %
- Plus petite tuile
- 165 m
tuile grossière détail complet
Une ville de 7 km² vue de dessus, découpée en tuiles comme les charge une visionneuse en streaming. Quand la caméra monte de 40 à 2 500 mètres, la surface visible passe d’une rue à toute la captation, les tuiles deviennent plus grossières, et le nombre de splats affichés reste d’environ 2,4 millions — moins d’un quart de pour cent des 1,1 milliard.
Un modèle simplifié de ce que font les 3D Tiles de Cesium, le Streamed SOG de PlayCanvas et le .RAD de Spark : chaque tuile contient environ 65 000 splats, et la visionneuse découpe sans cesse la tuile qui paraît la plus grande à l’écran, jusqu’à épuiser le budget par image — ici 2,5 millions de splats.
La méthode vient de la recherche. L’Inria, qui a inventé le Gaussian splatting, a présenté au SIGGRAPH 2024 une hiérarchie de gaussiennes pour les très grandes scènes : la scène est entraînée par morceaux indépendants, puis fusionnée en un arbre dont la visionneuse parcourt les niveaux à mesure que la caméra se déplace.
L’Inria présente ses gaussiennes hiérarchiques en 2024 : des scènes de dizaines de milliers de photos, affichées en temps réel en parcourant un arbre de niveaux de détail (en anglais).
Vidéo : Inria GraphDeco, sur YouTube.Deux ans plus tard, c’est dans les outils :
- Cesium diffuse les splats en 3D Tiles. Les tuiles contiennent des fichiers glTF avec l’extension
KHR_gaussian_splatting, désormais ratifiée par le Khronos Group, compressés en SPZ. - PlayCanvas découpe une scène en un arbre dont chaque niveau divise par deux le nombre de gaussiennes. Il en affiche au plus 2 à 4 millions sur ordinateur et 1 à 2 millions sur téléphone.
- Spark, la bibliothèque de World Labs, affirme que son format paginé permet d’afficher en temps réel sur mobile des « scènes de 100 millions ou de plus d’un milliard de splats ». D’après le code de son site, la visionneuse de Cr3ate repose sur elle.
La captation : un avion, et beaucoup de pixels
Un drone couvre un site. Une ville demande un avion. La Vexcel UltraCam Dragon utilisée pour Graz est une caméra de relevé montée sous un avion. Elle combine une caméra verticale, quatre caméras obliques et un scanner LiDAR, et prend des photos de 243 mégapixels toutes les 0,7 seconde — Cr3ate arrondit à 250. Sa brochure donne 2 cm par pixel à 362 mètres du sol.
Ce que pèse la captation d’une ville
- Hauteur de vol
- 362 m
- Une photo couvre
- 383 × 255 m
- Positions de prise de vue
- 1 033
- Photos verticales
- 252 gigapixels
- Images brutes, toutes caméras
- 3,6 To
- Splats (estimation)
- 468,2 M – 1,1 Md
- Fichier de splats brut (PLY)
- 116 Go – 273 Go
- Compressé pour le web (SOG)
- 6 Go – 18 Go
- Affiché par image sur un ordinateur
- 0,23 % – 0,53 %
Pour une Vexcel UltraCam Dragon 4.2 (19 136 × 12 736 pixels par photo) avec 80 % de recouvrement longitudinal et 60 % latéral, plus 15 % pour les bords. La fourchette de splats va de la densité du campus de Redmond (Cesium) à celle du Graz de Cr3ate, ramenée à la résolution ; le nombre réel dépend de l’entraînement de la scène. Cr3ate annonce 700 images pour Graz ; ce modèle donne environ 1 000 positions de prise de vue.
Pour une surface de 0,1 km² à tout Graz et une résolution au sol de 2 à 10 cm, la hauteur de vol d’une Vexcel UltraCam Dragon, l’emprise d’une photo, le nombre de positions de prise de vue, les pixels et les données brutes, puis une estimation du nombre de splats et le poids des fichiers, brut et compressé pour le web.
Un ordre de grandeur, pas un devis. À 2 cm, un quartier de 1 km² demande déjà environ 150 positions de prise de vue ; tout Graz, à 5 cm, environ 3 000. Les formules et les sources sont dans le code de la figure.
Graz vue de dessus, le type de vue qu’enregistre un relevé aérien — ici la Jakominiplatz et la vieille ville. Toits et places sont bien couverts ; les façades, beaucoup moins.
Image : holding graz, CC BY 2.0, via Wikimedia Commons (redimensionnée, convertie en WebP).D’autres équipes publient des chaînes comparables. À Tallinn, les géomètres IGI, Bentley et Terrasolid ont survolé le centre historique à 2 cm avec une caméra du même type, environ 1 700 images. D’après Terrasolid, les transformer en splats a pris 18 heures dans le cloud de Bentley, contre environ six jours sur une seule station de travail. Le campus de Microsoft à Redmond, pour Cesium, vient de 20 169 photos de drone, 428 gigapixels au total.
Et le fabricant de la caméra change lui-même de mains. Le 29 octobre 2026, Vexcel a annoncé rejoindre CoStar Group, le propriétaire américain d’Apartments.com. L’imagerie aérienne devient un actif immobilier.
Qui le fait en 2026
- Cr3ate : une seule chaîne qui produit un maillage, un nuage de points et des splats dans les mêmes coordonnées, à partir d’images de drone, de téléphone, de caméra 360° ou d’avion.
- Les objets en mouvement, comme les passants et les voitures, sont effacés automatiquement, selon sa fiche.
- L’entreprise vend une application de bureau, un service cloud, et une offre qui transforme une adresse en 3D à partir de l’imagerie aérienne de son partenaire Vexcel. Son offre gratuite est réservée à un usage non commercial.
- Cesium et Bentley : les splats comme couches de carte, dans le navigateur et dans Unreal, produits par iTwin Capture.
- Esri : des couches de splats dans ArcGIS, alimentées par des avions ou des drones à plusieurs caméras.
- XGRIDS : des scanners portatifs et des drones, puis Unreal Engine pour le cinéma.
- La recherche : CityGaussian notait en 2024 qu’une carte graphique de 24 Go manque de mémoire au-delà d’environ 11 millions de gaussiennes. En 2026, BlitzGS entraîne une ville en quelques dizaines de minutes sur quatre cartes graphiques.
Les limites
- Le point de vue. Un avion voit les toits et, avec des caméras obliques, les façades de loin, mais pas la rue. Pix4D prévient que la qualité « peut se dégrader nettement » loin des points de vue photographiés. Pour tout ce qu’on regarde à hauteur d’œil, la captation aérienne doit être complétée au sol, comme le décrit l’article sur la captation terrestre et aérienne.
- L’analyse. Un splat est fait pour être regardé, pas mesuré. Esri ne permet pas les analyses de visibilité sur ses couches de splats, et on ne peut pas sélectionner un splat isolé.
- Le temps. Un splat est l’instantané d’un vol : chantiers, saisons et devantures changent, et une nouvelle captation demande un nouveau vol.
- Le droit. En France, la prise de vue aérienne est interdite au-dessus des sites sensibles listés sans dérogation (les zones ZICAD). À 2 cm par pixel, visages et plaques d’immatriculation peuvent constituer des données personnelles au sens du RGPD : le floutage et les droits sur l’imagerie aérienne doivent être réglés avant toute publication.
Ce qu’une ville, ou une marque, peut en faire
Le tourisme a ouvert la voie. Pour l’Exposition universelle 2025 d’Osaka, Visit Linz et Ars Electronica ont réalisé « Beyond Curiosity », une visite de Linz assemblée à partir de plus de 200 splats, de la grand-place aux berges du Danube. Les habitants peuvent y ajouter leurs propres scans réalisés au téléphone.
Visit Linz présente « Beyond Curiosity » en avril 2025 : la ville, ses places et ses berges visitées en Gaussian splats (en anglais).
Vidéo : Visit Linz, sur YouTube.Les autres usages suivent la même logique :
- Immobilier : un programme neuf montré dans son vrai quartier.
- Événementiel : un site d’événement visité avant le jour J, par les visiteurs ou les exposants.
- Urbanisme : un projet placé dans sa rue avant le permis de construire.
- Cinéma : une ville captée une fois, puis filmée sous tous les angles dans Unreal.
Le Lichtschwert (« épée de lumière ») de Hartmut Skerbisch, 1992, devant l’opéra de Graz : une statue de la Liberté en acier tenant une épée et un globe. Le survol de la ville par Cr3ate se termine ici.
Image : Marion Schneider & Christoph Aistleitner, CC0, via Wikimedia Commons (redimensionnée, convertie en WebP).Chez ARGO
La 3D à l’échelle d’une ville est le décor qui manquait aux expériences géolocalisées. Wemap, la maison-mère d’ARGO, cartographie des villes, des sites et des bâtiments. ARGO construit au-dessus la couche marketing et activation. Ce qu’apportent les splats, c’est le réalisme photographique d’un quartier, ouvert depuis un lien ou un QR code dans le navigateur, sans application. Nous commençons là où est la valeur : un quartier, un site de festival, un programme immobilier dans son environnement. La scène est diffusée en streaming pour s’ouvrir sur n’importe quel téléphone, et complétée au sol partout où les visiteurs regarderont de près.
FAQ
Questions fréquentes
Sources et lectures complémentaires
- Les scènes : Cr3ate, page LinkedIn (Graz, chiffres de l’éditeur) · Radiance Fields, fiche Cr3ate · Cesium, 3D Gaussian splats with levels of detail · XGRIDS, Minning Town · Terrasolid, chaîne de Tallinn
- Captation : Vexcel, UltraCam Dragon et brochure · Vexcel, rejoint CoStar Group · Pix4D, Gaussian splatting dans PIX4Dmatic
- Streaming : PlayCanvas, Streamed SOG et streaming dans SuperSplat · Spark, nouveautés de la version 2.0 · Khronos, KHR_gaussian_splatting
- Recherche : Kerbl et al., Hierarchical 3D Gaussians · CityGaussian · BlitzGS
- Limites et droit : Esri, couches de splats · Gouvernement français, dérogation ZICAD · RGPD
- Usages : Ars Electronica, Beyond Curiosity
Chiffres et sources vérifiés le 30 octobre 2026 ; les poids de fichiers et les nombres de prises de vue sont des estimations calculées à partir d’eux.