Modélisation 3D d'un plat de restaurant : les 3 méthodes

La 3D en restauration se vend beaucoup et s'explique très peu. Sur la première page de Google, en français, vous trouverez surtout des pages produit qui promettent des plats en volume et en réalité augmentée. Presque aucune n'explique comment le modèle est fabriqué, ce qui échoue régulièrement, ni pourquoi certains rendus ressemblent à une maquette en plastique.

La réponse dépend pourtant de votre carte. Un burger et un bol de ramen ne se modélisent ni avec la même méthode ni avec le même taux de réussite, et un consommé, un cocktail ou un glaçage miroir posent des difficultés que la technologie actuelle ne résout pas proprement.

Cet article décrit les trois filières réellement utilisées, leurs limites, et ce qui sépare un modèle crédible d'un rendu raté. Il assume aussi ce que les pages commerciales évitent : aucune étude indépendante ne chiffre l'effet d'un plat en 3D sur le panier moyen d'un restaurant. Le budget est traité à part dans l'article sur le prix d'un menu 3D.

Un modèle 3D de plat, c'est quoi exactement

Un modèle 3D de plat combine trois éléments, et la qualité finale dépend des trois. Le maillage, d'abord, la géométrie faite de milliers de triangles qui décrivent le volume du pain ou la courbe de l'assiette. La texture, ensuite, les images à plat que l'on plaque dessus pour donner la couleur, le grain, la brillance. L'échelle enfin, sans laquelle le plat ne se pose pas correctement sur la table du client en réalité augmentée.

Le tout tient dans un fichier, et ce fichier a un plafond de poids. Le format standard du web est le glTF, ou sa version binaire GLB. Pour afficher un produit en 3D dans ses résultats, Google recommande un fichier de 10 Mo et fixe un plafond à 15 Mo, avec une texture en 4K comme taille maximale recommandée pour la compatibilité mobile1. Ce plafond décide si votre plat s'affiche en deux secondes sur le téléphone d'un client en salle, ou s'il rame.

Trois façons de fabriquer un modèle 3D de plat

Trois filières coexistent, et elles ne s'opposent pas : en pratique, une carte gagne à combiner plusieurs méthodes selon les plats.

La génération par IA à partir de photos

Un modèle entraîné sur d'énormes catalogues d'objets 3D déduit un volume plausible à partir d'une ou plusieurs images. TRELLIS, développé par Microsoft Research et retenu en Spotlight à CVPR 2025, compte jusqu'à 2 milliards de paramètres et a été entraîné sur 500 000 objets 3D2. Les travaux cités ici sont des rapports déposés sur arXiv, celui de MetaFood venant d'un atelier CVPR 2024.

Côté rapidité, d'après le rapport technique publié par Tencent, son modèle Hunyuan3D-1.0 produit un maillage depuis une seule image en environ 10 secondes pour la version allégée et 25 secondes pour la version standard3. C'est l'éditeur qui chronomètre son propre modèle, sans préciser le matériel utilisé, et ces secondes ne couvrent que la géométrie : ni nettoyage du maillage, ni texture, ni optimisation, ni intégration à une carte.

La photo unique est d'ailleurs le cas difficile, pas le cas normal. Le challenge MetaFood de CVPR 2024, consacré à la reconstruction 3D d'aliments, a défini ses niveaux de difficulté par le nombre de photos fournies par plat : 200 pour le niveau facile, 30 pour le niveau moyen, une seule pour le niveau difficile4. Les promesses de génération mono-image se lisent avec cette échelle en tête.

S'ajoute un déficit de données propre à l'alimentaire. MetaFood3D, jeu de données de référence dans le domaine, rassemble 743 objets scannés en 131 catégories5. Face aux 500 000 objets généralistes qui entraînent TRELLIS, la nourriture apparaît nettement sous-représentée dans les données 3D. C'est une lecture, pas une mesure, mais elle explique pourquoi une IA hésite plus sur une blanquette que sur une chaise.

La photogrammétrie : scanner le plat réel

Photographier le vrai plat sous des dizaines d'angles, puis laisser un logiciel reconstruire le volume par appariement de points : c'est la filière la plus fidèle quand elle fonctionne, parce qu'elle part de votre assiette et non d'une interprétation. Le modèle porte vos portions, votre dressage, votre vaisselle.

La logistique, en revanche, est rarement anticipée. Il faut un plat dressé comme au service, un éclairage homogène, et surtout un plat qui tient : une glace fond, une mousse retombe, une salade se flétrit. Le studio a quelques minutes avant que le sujet ne ressemble plus à ce qui sort de votre cuisine.

Certaines surfaces restent hors d'atteinte. Une étude parue dans la revue Sensors a testé un objet transparent capturé avec 227 photographies : un logiciel de photogrammétrie de référence n'a reconstruit que 16,96 % de la surface réelle6. L'objet était en verre, pas un plat, la précision compte, mais l'explication vaut pour la cuisine : la reconstruction repose sur l'appariement de points entre images, et une surface transparente ne permet pas de distinguer l'objet de ce que l'on voit au travers. Un glaçage miroir ou une sauce nappante relèvent de la même physique. Ailleurs, on pulvérise un matifiant avant de scanner ; sur un plat qui sera servi, ce n'est pas une option.

La sculpture 3D manuelle

Ici, un infographiste travaille à la main dans un logiciel de sculpture, à partir de vos photos et de vos indications. C'est la filière la plus lente et la plus coûteuse en travail humain, et la seule prévisible sur les plats que les deux autres ratent. Son atout est le contrôle : le modeleur choisit où mettre le détail, simule une transparence sans la scanner, et garde une cohérence visuelle sur toute une carte.

L'inconvénient, c'est que le résultat reste une interprétation du plat, pas une copie. Sans allers-retours avec le chef, l'écart entre le modèle et l'assiette crée une attente que la salle ne tiendra pas. Aucune donnée publique fiable n'existe par ailleurs sur la durée d'une sculpture 3D ni d'une prestation de photogrammétrie : les délais annoncés ne sont pas vérifiables de l'extérieur.

Ce que chaque filière donne, en résumé

• Génération par IA : une base de maillage en quelques dizaines de secondes sur les volumes compacts et mats. Limite : la qualité chute sur les formes inhabituelles, et la sortie demande une reprise.
• Photogrammétrie : votre assiette réelle, portions et vaisselle comprises. Limite : la logistique de prise de vue et l'échec sur le transparent.
• Sculpture manuelle : un contrôle total sur le détail et la cohérence d'une carte. Limite : le coût en travail humain, pour un résultat à valider avec la cuisine.

Les plats qui résistent à la modélisation

Certaines familles de plats sont difficiles pour des raisons physiques, pas par manque de savoir-faire. Les connaître évite de payer pour des modèles que vous n'utiliserez pas.

• Le transparent et le translucide : bouillons clairs, gelées, cocktails, verrines. Le cas le plus documenté et le plus dur en photogrammétrie6.
• Le très brillant : glaçages miroir, laques, sauces nappantes. Le reflet se déplace avec la caméra, donc l'algorithme le lit comme un motif instable.
• Le fondu et le mouvant : glaces, mousses, fromage filant, mais aussi la vapeur d'une soupe qui fume. Le sujet change pendant la capture, et la vapeur n'est pas de la géométrie : c'est un effet ajouté au rendu.
• Les empilements fins : herbes fraîches, mesclun, pâtes longues. La géométrie explose en complexité, donc en poids, pour un gain visuel faible.
• Les cavités profondes : l'intérieur d'un bol, le dessous d'un burger garni, ce qu'aucune caméra ne voit.

À l'inverse, les volumes compacts, mats et stables se modélisent très bien : burgers, pizzas, bowls, pâtisseries fermes, viandes rôties, plats en cocotte. Leurs usages en salle sont détaillés dans notre page solutions pour restaurateurs.

La grille de test : vos plats passent-ils ?

Avant de choisir une filière, faites ce tri vous-même, plat par plat. Cinq questions suffisent à classer 90 % d'une carte.

• Le plat tient-il 15 minutes sans changer d'aspect ? Si non, écartez la photogrammétrie et allez vers la sculpture manuelle.
• Y a-t-il une surface transparente ou miroir ? Si oui, prévoyez une reprise manuelle de cette partie.
• Le dressage est-il reproductible d'un service à l'autre ? Sinon, le modèle promettra une assiette que la salle ne servira pas.
• Le plat reste-t-il à la carte au moins une saison ? Un plat du jour ne justifie pas une production dédiée.
• Ce plat a-t-il un enjeu commercial ? Une entrée à faible marge ne mérite pas le même investissement que votre plat signature.

Une carte n'a pas besoin d'être modélisée en entier. Dix à quinze plats bien choisis, ceux qui portent votre identité et vos marges, valent mieux qu'une carte complète dont un tiers des modèles serait médiocre. Le reste peut rester en photo dans votre carte digitale.

Ce qui sépare un bon modèle d'un rendu qui fait plastique

Quatre défauts reviennent dans les rendus ratés, et aucun ne relève de la puissance de calcul. L'échelle fausse est la plus visible en réalité augmentée : mal calibré, le burger posé sur la table fait la taille d'une tour, et l'illusion s'effondre. Vient la texture trop propre : la nourriture réelle est irrégulière, et une surface parfaitement lisse est exactement ce que le cerveau lit comme du plastique. L'éclairage plat, enfin, tue le volume, car c'est souvent l'environnement lumineux, pas le maillage, qui fait la différence entre appétissant et synthétique.

Le quatrième défaut, le poids, casse l'expérience avant même la question du réalisme. Pour donner l'échelle du plafond de 15 Mo évoqué plus haut1, la page d'accueil mobile médiane pèse 2 559 Ko, dont 911 Ko d'images, premier poste de poids7. Un seul modèle au plafond pèse donc plusieurs fois une page mobile médiane entière. Ce n'est pas une équation de conversion, c'est un rappel de proportion : un modèle lourd se compresse et se charge à la demande, jamais tous en même temps.

Le cas des réseaux et des franchises

Pour un réseau, le sujet n'est plus la fabrication mais la gouvernance des modèles. Un plat modélisé une fois doit s'afficher à l'identique sur cinquante établissements, et une recette qui change doit être mise à jour au siège, pas quarante-neuf fois sur le terrain, ce que traite notre page solutions franchises. L'erreur classique est de lancer une production massive avant d'avoir défini qui valide la conformité d'un modèle à la recette officielle.

Ce qu'on peut honnêtement dire de l'effet en salle

Commençons par ce qui manque. Aucune étude indépendante, chiffrée et méthodologiquement documentée ne mesure l'effet d'un modèle 3D sur le panier moyen ou le taux de commande en restauration. Aucune donnée publique non plus sur le temps de décision d'un convive devant une carte.

Tout prestataire qui vous annonce un pourcentage précis d'augmentation du ticket moyen grâce à la 3D cite une source que vous ne pourrez pas vérifier, parce qu'elle n'a pas été publiée.

Le signal disponible est expérimental et qualitatif. Une étude publiée en 2026 dans l'International Journal of Hospitality Management, relayée par Washington State University, montre que des convives exposés à un menu en réalité augmentée déclarent une intention de visite plus élevée et une plus forte envie d'en parler autour d'eux que face à un menu imprimé ou à un menu QR code8. Ce sont des intentions déclarées en environnement simulé, pas des commandes réellement passées.

Du côté des plateformes, l'affirmation la plus solide est elle aussi sans chiffre. Google indique que les produits présentés en 3D et en réalité augmentée ont souvent un engagement client plus fort que les produits en image 2D9. Que la source la mieux placée pour publier un chiffre reste qualitative est en soi une information.

Le chiffre le plus cité du secteur mérite un examen. DoorDash affirme sur son centre d'aide marchands que les cartes avec photos ont vu leurs ventes mensuelles augmenter jusqu'à 44 %, et celles avec descriptions jusqu'à 18 %10. Or un jusqu'à désigne un plafond, pas une moyenne, aucune méthodologie n'est publiée, ni effectif, ni période, ni groupe de contrôle, et la plateforme a un intérêt direct à ce que ses restaurants ajoutent des photos. Il s'agit en outre de photo 2D en livraison, pas de 3D en salle.

Une contre-perspective, enfin. Aux États-Unis, 66 % des adultes déclarent ne pas connaître, ne pas avoir utilisé ou ne pas être intéressés par les applications de shopping en réalité augmentée, un chiffre qui mélange donc méconnaissance, non-usage et désintérêt11. Ces données américaines ne se transposent pas à la France, mais elles rappellent une règle de conception : une expérience 3D doit fonctionner dans le navigateur, sans installation d'application. Le positionnement concurrentiel, lui, est traité dans l'article sur le menu 3D comme levier.

À retenir

Trois arbitrages décident du résultat. C'est le plat qui commande la méthode, pas l'inverse. La qualité perçue tient à l'échelle réelle, aux textures irrégulières, à l'éclairage et au poids du fichier1, bien plus qu'à la sophistication de l'outil. Et le périmètre pèse autant que la technique : dix à quinze plats bien exécutés valent mieux qu'une carte entière modélisée à moitié bien.

Questions fréquentes

Peut-on vraiment modéliser un plat à partir d'une seule photo ?

Techniquement oui, en quelques dizaines de secondes. Mais c'est le cas le plus difficile pour l'algorithme, pas le plus simple4. Si vous n'avez qu'une photo, prenez-en d'autres d'abord : plusieurs vues du même plat, à hauteur d'assiette et en plongée, sous un éclairage constant. Sinon, réservez la photo unique aux plats compacts et mats, et prévoyez une reprise manuelle.

Quels plats vaut-il mieux laisser en photo plutôt qu'en 3D ?

Ceux qui reposent sur la transparence, la brillance extrême, le mouvement ou l'enchevêtrement fin. La 3D n'a pas vocation à couvrir toute une carte, mais à mettre en volume les plats qui font basculer une décision.

Combien de temps faut-il pour modéliser un plat ?

Aucune donnée publique fiable ne permet de donner une durée moyenne, ni pour la photogrammétrie, ni pour la sculpture manuelle. Les seuls chiffres vérifiables portent sur la génération de géométrie par IA, quelques dizaines de secondes selon l'éditeur du modèle3, hors nettoyage, texture, optimisation et intégration.

Faut-il refaire le modèle 3D quand la recette change ?

Cela dépend de la façon dont le modèle a été construit. Conçu par éléments séparés, contenant d'un côté et garnitures de l'autre, il permet de remplacer un composant sans tout reprendre ; produit d'un seul bloc, il impose une nouvelle production. L'arbitrage se pose avant la fabrication, pas après.

La 3D fonctionne-t-elle sur tous les téléphones des clients ?

L'affichage 3D dans le navigateur est très largement supporté sur les smartphones récents, à condition que le fichier soit optimisé. La réalité augmentée dépend davantage du système et de l'âge de l'appareil. La carte doit donc rester utilisable sans 3D ni AR, ces couches venant en supplément et jamais en prérequis.

La 3D augmente-t-elle le ticket moyen ?

Personne ne peut le prouver avec des données publiques à ce jour. Ce qui existe est un signal expérimental sur des intentions déclarées en environnement simulé8 et une affirmation qualitative de Google sur l'engagement des produits en 3D9. C'est suffisant pour tester, pas pour promettre un pourcentage. Pour situer l'investissement, consultez nos formules.