Chargement…

HairDeck rendus de cheveux 3D

HairDeck rendus de cheveux 3D

Je suis tombé sur HairDeck, un projet open source publié le 30 octobre 2026 par des chercheurs de Tsinghua, de Carnegie Mellon et de l'université chinoise de Hong Kong (papier arXiv).

Le principe : vous lui donnez l'image d'un personnage stylisé, il vous rend une coiffure complète sous forme de hair cards (ces bandes plates texturées que l'on retrouve partout dans le jeu vidéo), accompagnée des chaînes de spring bones qui pilotent leur mouvement.

Ce n'est donc pas un mesh figé qu'il faudra rigger à la main derrière, mais des cheveux directement animables et exportables en VRM, le format de référence des avatars VTuber et des applications sociales 3D.

Côté architecture, je trouve le découpage malin. Un VAE encode chaque carte en un seul token, puis un transformer de diffusion conditionnel génère l'ensemble de la coiffure d'un coup, à partir d'une image ou d'un nuage de points.

Un second modèle de diffusion s'occupe ensuite des chaînes de bones. Traiter une coiffure comme un ensemble de tokens plutôt que comme une géométrie continue colle d'ailleurs assez bien à la façon dont les artistes manipulent réellement les hair cards.

Pour chaque seed, vous récupérez la géométrie en JSON, des GLB avec UV et couleur, l'avatar VRM et une vidéo de prévisualisation.

Le code et les poids sont sous licence Apache-2.0, et la stack reste classique :

  • Python 3.12, PyTorch 2.8, CUDA 12.8 ou Apple MPS
  • Linux, Windows natif (ajouté le 2 novembre) et Mac Apple silicon (ajouté le 3 novembre)
  • Blender 4.2 LTS avec l'add-on VRM pour l'export
  • Une démo Gradio en local, et une version hébergée sur Hugging Face Spaces

Deux réserves avant de vous lancer. D'abord, le pipeline s'appuie sur SAM 3 et DINOv3, dont l'accès est soumis à validation sur Hugging Face, et ces briques tierces gardent leurs propres licences : l'Apache-2.0 ne couvre pas tout le pipeline.

Ensuite, le README renvoie aux métriques du papier et fournit un script d'évaluation, mais n'affiche aucun chiffre.

D'après mes tests, ce n'est pas mal du tout:

hairdeck.png

Les 800 étoiles récoltées en deux semaines montrent un intérêt réel.

FAQ

Qu'est-ce que HairDeck permet concrètement de faire ?

HairDeck génère automatiquement une coiffure complète sous forme de hair cards animables à partir de l'image d'un personnage stylisé, avec les chaînes de spring bones nécessaires à leur mouvement. L'export final se fait directement en VRM, prêt à l'emploi pour un avatar VTuber ou social 3D, sans passer par un rigging manuel.

Quels formats de fichiers sont générés en sortie ?

Pour chaque seed, l'outil produit la géométrie en JSON, des fichiers GLB avec UV et couleur, l'avatar au format VRM, ainsi qu'une vidéo de prévisualisation. Cela couvre à la fois l'intégration technique et le contrôle visuel rapide du résultat.

Faut-il des prérequis techniques particuliers pour l'installer ?

Oui, il faut Python 3.12, PyTorch 2.8 et CUDA 12.8, ou Apple MPS sur Mac. L'outil tourne sur Linux, Windows natif et Mac Apple silicon, et nécessite aussi Blender 4.2 LTS avec l'add-on VRM pour finaliser l'export.

Peut-on utiliser HairDeck librement sans contrainte de licence ?

Le code et les poids de HairDeck sont bien sous licence Apache-2.0, mais le pipeline dépend de SAM 3 et DINOv3, deux briques tierces à accès soumis à validation sur Hugging Face et régies par leurs propres licences. Il faut donc vérifier ces conditions séparément avant un usage commercial ou redistribué.

Les performances annoncées sont-elles vérifiées ?

Le README renvoie aux métriques publiées dans le papier arXiv et fournit un script d'évaluation, mais n'affiche aucun chiffre directement dans le dépôt. L'outil n'a pas encore été testé par l'auteur de cet article, donc aucune garantie n'est donnée sur sa fiabilité en conditions réelles.

Est-ce que ça fonctionne avec n'importe quel style de personnage ?

Rien ne le garantit pour l'instant, puisque le modèle a été entraîné sur un dataset spécifique de personnages stylisés. La vraie question, non tranchée à ce jour, est de savoir comment il se comporte face à des styles ou designs qui s'éloignent de ce dataset d'entraînement.


Poursuivre la lecture

ATAS : et si la génération vidéo par IA arrêtait enfin d'oublier le décor ? News
#video#ia#agentique

ATAS : et si la génération vidéo par IA arrêtait enfin d'oublier le décor ?

ATAS s'attaque à la cohérence spatiale des vidéos générées par IA grâce à une mémoire de scène persistante. Un projet de recherche prometteur, mais encore loin d'être prêt pour la prod.

Alexandre P.
ArtCraft : Adobe cloné en une semaine News
#adobe#opensource#ai

ArtCraft : Adobe cloné en une semaine

7 clones open source de Creative Cloud créés par une IA en quelques centaines d'heures : simple coup de buzz ou vrai danger pour Adobe ? Mon test et mon analyse.

Alexandre P.