iPhone, caméra 360 ou LiDAR : ce que votre captation garantit, pas ce qu'elle rend
Depuis dix-huit mois, tout le monde compare les rendus : on met deux splats côte à côte et on regarde lequel est le plus joli. C’est la mauvaise question. La différence n’est pas dans la qualité finale — elle est dans ce que la captation garantit avant que vous quittiez le site.
Deux physiques différentes
Nous écrivions il y a deux semaines, à propos d’Atlas de World Labs, que l’IA apprenait à générer des splats gaussiens. Cet article traite de l’autre moitié du problème : les capter dans le réel. Si le format lui-même ne vous dit rien, nous avons expliqué ailleurs ce qu’est un splat gaussien.
Sur une belle façade, un jour couvert, avec une captation soignée, un iPhone tient largement la comparaison avec un scanner à 5 000 $. Le désaccord n’est donc pas sur le résultat. Il est sur le procédé.
L’iPhone fait de la photogrammétrie. Vous filmez, vous extrayez des images, et un algorithme de Structure-from-Motion — COLMAP, GLOMAP, RealityScan — reconstruit a posteriori la position de la caméra à chaque instant, en faisant correspondre des points entre les vues. L’entraînement 3DGS ne commence qu’une fois ces poses estimées. Toute la chaîne repose sur une hypothèse : il y a assez de texture, assez de recouvrement et assez de stabilité photométrique pour que la mise en correspondance converge.
Le LiDAR mesure. Un faisceau balaie la scène, une centrale inertielle suit le mouvement, un réseau de caméras apporte la couleur, et un SLAM fusionne le tout en temps réel. Les poses ne sont pas déduites des pixels : elles sortent de la trajectoire. La géométrie n’est pas devinée, elle est acquise, à l’échelle métrique, pendant que vous marchez.
La distinction paraît académique. Elle décide de tout ce qui suit.
Le pipeline, bout à bout
| iPhone récent | Caméra 360 | XGRIDS PortalCam | |
|---|---|---|---|
| Matériel | déjà dans votre poche | 400–600 € | 4 999 $ |
| Sur site | 10–30 min, tout verrouiller | une marche lente, passe unique | marche continue, passe unique |
| Poses caméra | SfM a posteriori | SfM a posteriori, convergence plus sûre | SLAM temps réel, embarqué |
| Échelle | arbitraire, à recaler | arbitraire | métrique native |
| Reprise après échec | retour sur site | rare | quasi inexistante |
Le tableau dit l’essentiel. Sur l’iPhone, l’incertitude est après la captation : vous rentrez avec une vidéo dont vous ne savez pas encore si elle produira quelque chose. Sur le scanner, elle est levée pendant, et vous la voyez en direct. Le délai total suit : une demi-journée à deux jours d’un côté, quelques heures de l’autre.
Ce que l’iPhone fait mieux
Ne l’enterrez pas trop vite. Il gagne sur plusieurs terrains, et pas des moindres.
Le détail rapproché. Un capteur 48 MP à cinquante centimètres d’un objet résout une finesse de texture qu’aucun fisheye 12 MP ne rattrape. Pour un produit, une sculpture, un élément de façade filmé de près, il reste supérieur.
L’échelle objet. Tourner autour d’une chaise, d’un vase, d’un packaging : la photogrammétrie y est chez elle. Un LiDAR calibré pour des portées de plusieurs dizaines de mètres n’y apporte presque rien.
Le coût marginal nul. Refaire la prise parce que la lumière a tourné ne coûte rien. Pas de batterie à charger, pas de matériel à transporter, pas de licence à activer : vous êtes déjà équipé, en permanence.
Ce que le scanner fait mieux
Les intérieurs. C’est le point de bascule le plus net. Murs blancs, couloirs, surfaces uniformes, miroirs, baies vitrées : autant de configurations où le SfM perd la correspondance et produit des poses fausses, ou aucune pose du tout. Le LiDAR s’en moque — il mesure une distance, pas une ressemblance.
La continuité intérieur/extérieur. À l’iPhone, il faut traiter les deux séparément : l’écart d’exposition et la rupture de texture font dérailler l’alignement global. Le SLAM enchaîne sans coupure.
Les grands volumes. Le PortalCam capte 856 000 points par seconde jusqu’à 60 mètres. Environ 280 m² sur plusieurs niveaux en un quart d’heure de marche. Une captation iPhone équivalente demande des centaines d’images, un découpage en blocs, puis un recalage entre blocs.
La répétabilité. Les modèles sortent métriques, avec une précision relative de l’ordre de deux centimètres. Surtout : la même scène captée deux fois donne deux fois un résultat exploitable. Pour un livrable client, cette prévisibilité vaut plus cher que quelques pourcents de netteté.
La troisième voie : la caméra 360
C’est l’option que la plupart des comparatifs oublient, et probablement le meilleur rapport effort/résultat aujourd’hui. Une caméra 360 grand public applique exactement le principe optique du PortalCam — couverture sphérique, marche continue — sans LiDAR ni SLAM, pour un dixième du prix.
Ce qu’elle change. Chaque image voit toute la scène. Le recouvrement entre vues devient énorme, les boucles se ferment naturellement, et le SfM converge là où une captation classique décroche — typiquement en intérieur. Les trois orbites à hauteurs différentes disparaissent : une seule marche lente suffit. Le temps sur site s’effondre, presque au niveau du scanner.
Ce que ça coûte. La résolution angulaire, et c’est le seul vrai arbitrage. Une 8K équirectangulaire étale ses pixels sur 360°×180°, soit environ 22 pixels par degré, contre à peu près 55 pour une 4K iPhone sur un champ de 70°. Un facteur 2 à 2,5 en finesse de texture. Sur un volume de pièce, indolore. Sur un détail à un mètre, visible.
Le pipeline. Ne poussez pas l’équirectangulaire brut dans COLMAP : extrayez des vues perspectives ou des faces de cubemap, déclarées comme un rig cohérent, puis SfM, puis entraînement. LichtFeld Studio, open source, lit directement les conteneurs .insv d’Insta360. Notez que Postshot, longtemps la référence gratuite, est passé en abonnement : son offre libre n’exporte plus le .ply. Et depuis août, l’Insta360 X6 (699 $) supprime le pipeline entièrement — le splat sort de l’application.
Les obstacles, parce qu’il y en a
Restons lucides. Chaque voie a son angle mort, et aucune n’est celle qu’on annonce.
Côté iPhone. Pas de fermeture de boucle : sur un long parcours, la dérive s’accumule sans correction. La végétation qui bouge empoisonne la mise en correspondance, les vitres génèrent des artefacts flottants, et l’auto-exposition oubliée suffit à ruiner une séquence entière. La plupart des échecs ne sont pas des échecs d’algorithme, ce sont des échecs de discipline.
Côté scanner. Le PortalCam vise la fidélité visuelle, pas le métré : son nuage n’est pas exploitable en topographie. Le traitement passe par LCC Studio, qui réclame une station NVIDIA correcte — le « sans PC » ne concerne que l’acquisition — et le format LCC reste propriétaire.
Côté 360. Le trépied et l’opérateur, qu’il faut masquer. Les artefacts de parallaxe dans la couture entre les deux fisheyes, gênants à courte distance. Des petits capteurs qui décrochent vite en intérieur peu éclairé — le point faible le plus sous-estimé du format. Et pour la capture spatiale du X6, un détail qui compte selon vos clients : le traitement part chez un prestataire tiers à Shenzhen, sans calendrier public, et plusieurs marchés n’y ont pas encore accès.
La grille de décision
Trois questions suffisent le plus souvent.
Objet ou espace ? Un objet, un détail, une pièce isolée bien texturée : iPhone. Un espace traversable, un enchaînement de pièces : 360. Un bâtiment entier, une continuité intérieur/extérieur : scanner.
Livrable interne ou livrable client ? Pour explorer et alimenter une démo, l’iPhone est imbattable. Dès qu’il y a une date de livraison et une seule fenêtre d’accès au site, la question ne se pose plus : vous ne pouvez pas vous permettre de découvrir le lendemain que le SfM n’a pas convergé.
Combien de fois par an ? C’est le calcul qui tranche. Une captation par trimestre : la 360 couvre le besoin pour le prix d’un repas d’affaires. Une par mois avec un enjeu commercial derrière : le temps de reprise économisé amortit le scanner en un exercice.
Et une quatrième, qui n’est pas exclusive : pourquoi choisir ? Captez la structure et les intérieurs en 360, repassez à l’iPhone sur les zones de détail, les deux séries alimentant la même reconstruction. Vous récupérez la couverture de l’une et la finesse de l’autre. Ce que vous n’aurez toujours pas, et que seul le LiDAR donne : l’échelle métrique, et la certitude avant de quitter le site.
L’essentiel : la garantie vaut mieux que la netteté
L’iPhone n’est pas le brouillon du scanner, et le scanner n’est pas un iPhone en mieux. Trois outils, trois contraintes distinctes : la finesse à faible coût, la couverture à faible coût, la garantie de résultat à grande échelle.
Pendant deux ans, la question a été :
« Quel outil produit le plus beau splat ? »
À mesure que ces captations deviennent des livrables datés plutôt que des démonstrations, la question devient :
« Qu’est-ce que ma captation garantit avant que je quitte le site ? »
Le mauvais réflexe serait de choisir en regardant des captures d’écran. Le bon est de partir du livrable — ce que la scène doit permettre de faire, et ce qui se passe si la captation rate.
Sources : XGRIDS PortalCam · Insta360 X6 Spatial Capture · LichtFeld Studio · COLMAP