Un projet pilote de deux semaines avec 49 étudiants à Florida Universitària en Espagne a réduit le temps de modélisation des éléments de remplacement de 1 à 2 heures à 5 à 15 minutes, générant 448 modèles à travers 8 équipes de développement de jeux.
Pau Comes enseigne l'animation 3D, les jeux et les environnements interactifs à Florida Universitària, une école d'enseignement supérieur à Valence, en Espagne, où les étudiants de deuxième année passent six mois à développer un projet de jeu, de la conception à la publication. Dans ce calendrier, la prévisualisation est la phase qui souffre le plus.
Pour tester si l'IA générative pouvait changer cela, Pau, avec un autre professeur, a mené un projet pilote de deux semaines en novembre 2025, dans le cadre du module Projet d'Animation Audiovisuelle, en utilisant Meshy 6 Preview pour intégrer l'IA image-à-3D dans la phase de prévisualisation. Avec un accès illimité au studio pendant toute la durée, les étudiants qui ont adopté Meshy ont cessé de créer des éléments de remplacement à la main. Au lieu de cela, ils ont intégré leurs propres concepts artistiques dans Meshy, généré rapidement des proxies volumétriques, et les ont utilisés pour tester les caméras, l'échelle et la composition dans la scène réelle, avant même que tout travail de modélisation finale ne commence.
Ce changement a fait plus que gagner du temps. Il a réintégré la prévisualisation dans le programme comme une véritable phase de travail et l'a ouverte à toute l'équipe, pas seulement aux un ou deux spécialistes qui en étaient responsables auparavant. Cela a également offert à la cohorte leur première expérience pratique avec des pipelines 3D assistés par l'IA, du même type que ceux que les studios construisent actuellement.
Pourquoi la prévisualisation 3D devient un goulot d'étranglement dans les salles de classe d'animation
Dans l'éducation à l'animation et aux jeux, la pré-production est généralement la première chose à disparaître lorsque les délais se resserrent. Les storyboards, animatiques et prévisualisations 3D semblent essentiels sur le papier, mais les étudiants qui apprennent encore l'ensemble du pipeline ont tendance à passer directement à la modélisation des éléments finaux. La prévisualisation se réduit soit à une esquisse grossière, soit disparaît complètement du calendrier.
Pour Pau, c'était le point le plus fragile du programme. Avant le projet pilote, ses étudiants rencontraient les mêmes quatre problèmes lors des travaux 3D en phase initiale :
- Éléments de remplacement manuels lents. Un élément de remplacement comparable construit à la main prenait de 1 à 2 heures, laissant peu de temps pour tester les caméras, l'échelle et la composition.
- Charge de travail concentrée. Avec seulement quelques heures allouées à la prévisualisation, un ou deux étudiants par groupe produisaient une seule version, tandis que le reste de l'équipe restait concentré sur leurs propres spécialisations.
- Idées spatiales difficiles à communiquer. Les croquis et descriptions verbales ne suffisaient pas à aligner une équipe sur la forme, l'échelle et le cadrage avant la production.
- Imagination en avance sur les compétences. Certains étudiants pouvaient clairement imaginer une scène mais ne pouvaient pas encore la modéliser à partir de zéro, donc de bonnes idées restaient dans leur tête.
Le résultat était un écart familier entre le storyboard et le blocage. Cet écart est précisément là où de meilleurs outils image-à-3D font la plus grande différence.
Concevoir un projet pilote de deux semaines dans un véritable projet de jeu
Pau a mené l'étude dans un contexte de production active, et non comme un exercice autonome :
- 49 étudiants de deuxième année dans la Formation Professionnelle Supérieure en Animation 3D & Environnements Interactifs (le système de Formación Profesional / Formation Professionnelle de l'Espagne)
- 8 équipes de développement, chacune produisant une bande-annonce cinématique ou de jeu pour leur propre titre
- Une fenêtre de prévisualisation de deux semaines dans le cadre du projet de six mois
- Accès illimité à Meshy en mode studio pour la durée
- Évaluation par méthodes mixtes : enquêtes pré- et post-pilote, journaux d'actifs dans la plateforme, et revue qualitative des modèles générés et des résultats des équipes
L'étendue était claire dès le premier jour. Meshy a été spécifiquement conçu pour la phase de prévisualisation dès le départ, où la vitesse et l'itération comptent plus que la qualité finale de production. La question était plus restreinte : l'IA pouvait-elle empêcher que la prévisualisation soit sacrifiée et aider les étudiants à prendre de meilleures décisions avant de s'engager dans des centaines d'heures de modélisation ?
Comment les étudiants ont utilisé l'Image-to-3D de Meshy pour la prévisualisation
Un schéma clair a émergé dès les premiers jours. Plutôt que de travailler uniquement avec des invites textuelles, les étudiants ont utilisé Meshy comme un traducteur 2D en 3D : ils ont intégré leurs propres concept arts et croquis antérieurs, puis ont évalué si l'interprétation volumétrique qui en résultait valait la peine d'être approfondie.
Le flux de travail image-to-3D sur lequel la plupart des équipes se sont accordées :
- Télécharger la référence. Concept art ou un croquis 2D d'une étape antérieure du projet.
- Générer un volume. Image-to-3D renvoie un proxy texturé rapide en quelques minutes.
- L'intégrer dans la scène. Tester les proportions, le cadrage et l'échelle par rapport au reste de la mise en page.
- Décider. Conserver ce qui fonctionne, nettoyer la topologie si nécessaire, et passer en production avec une idée plus claire de l'apparence du plan final.
Ce que Meshy leur a offert, c'est un carnet de croquis volumétrique : le cliché 3D dont une phase de prévisualisation a réellement besoin. Les équipes pouvaient essayer un cadrage, l'abandonner, en essayer un autre, et atteindre la phase de production avec des décisions déjà prises au lieu de deviner.
Quelques cas d'utilisation sont apparus dans presque toutes les équipes :
- Peupler les scènes avec des proxies texturés pour aller au-delà d'une simple boîte grise
- Tester les angles de caméra et l'échelle par rapport à des volumes réels au lieu de volumes imaginés
- Convertir le concept art 2D en maquettes 3D que toute l'équipe pouvait critiquer
- Communiquer des idées spatiales difficiles à décrire verbalement ou à esquisser rapidement
Tout au long du processus, l'étudiant restait maître de son travail. Meshy proposait, et les étudiants sélectionnaient, corrigeaient et décidaient. Ce mélange de génération rapide par l'IA et de jugement humain constant est ce qui a rendu le flux de travail efficace.
"Meshy a aidé les étudiants à clarifier leurs idées et à les montrer en image."
Pau Comes
Professeur d'animation 3D, Florida Universitària
Ce que Meshy a changé en classe
Évaluation en un coup d'œil
Après les deux semaines d'essai, les étudiants ont évalué Meshy selon six dimensions :
| Dimension | Évaluation |
|---|---|
| Facilité d'utilisation | 5 / 5 |
| Utilité pour la prévisualisation | 4.5 / 5 |
| Vitesse | 4.1 / 5 |
| Qualité des textures | 4 / 5 |
| Fidélité à la référence | 3.2 / 5 |
| Géométrie & topologie | 2 / 5 |
Les scores se sont situés exactement là où le pilote était conçu pour tester. La facilité d'utilisation, l'utilité pour la prévisualisation et la vitesse — les trois dimensions qui comptent le plus pour passer du concept à une mise en page 3D fonctionnelle — ont toutes été notées au-dessus de 4 sur 5.
Une prévisualisation plus rapide a restructuré le travail des équipes
Le plus grand gain a été la vitesse. La création de placeholders est passée de 1 à 2 heures à environ 5 à 15 minutes par modèle, une réduction allant jusqu'à 90 %. Au cours des deux semaines, les huit équipes ont généré 448 modèles entre elles.
Le changement le plus intéressant a été structurel. Des placeholders plus rapides ont permis aux équipes de revoir la façon dont elles divisaient la phase initiale :
- Des sous-équipes ont produit des versions de prévisualisation parallèles et les ont comparées côte à côte, au lieu de s'engager dès le départ dans une seule version précipitée.
- Chaque étudiant pouvait contribuer aux décisions visuelles précoces, pas seulement le ou les deux spécialistes qui possédaient par défaut le previs — bien qu'en pratique, l'utilisation se concentrait parmi quelques utilisateurs intensifs.
- Plus de temps de projet était consacré aux expériences de caméra et de rythme, avec plus de retours d'instructeurs par itération.
Pour une cohorte construite autour du travail d'équipe interdisciplinaire, ce dernier point comptait autant que la rapidité elle-même. Les étudiants n'étaient plus poussés dans des rôles étroits liés uniquement à leur spécialisation, et la responsabilité des décisions créatives précoces se retrouvait partagée au sein de l'équipe.
Un Nouveau Rôle : Du Modélisateur au Directeur 3D
Le projet pilote a également changé ce que les étudiants faisaient pendant le previs. Moins de temps était consacré à la modélisation à partir de zéro à ce stade. Plus de temps était consacré à la formulation de prompts, au choix entre les variations, à la critique des résultats et à la planification des corrections.
Ce changement a ouvert la voie à l'enseignement de compétences déjà demandées par l'industrie :
- Conception de prompts multimodaux. Travailler couramment avec des entrées textuelles et visuelles.
- Curatelle des sorties d'IA. Savoir quand une génération est utile comme référence et quand elle ne l'est pas.
- Retopologie et nettoyage des maillages générés par l'IA. Une compétence technique concrète superposée au flux de travail génératif.
Le rôle s'est déplacé en partie du modélisateur vers le directeur 3D: quelqu'un qui cadre le problème, évalue les options et dirige le raffinement.
L'IA comme Échafaudage Cognitif : Accessibilité dans l'Éducation 3D
Une découverte a redéfini la façon dont l'équipe envisageait l'adoption elle-même. Un apprenant qui avait généralement du mal avec la modélisation 3D manuelle a généré 57% de tous les modèles dans le projet pilote. Pour certains apprenants, l'IA générative fonctionne comme une sorte d'échafaudage cognitif : un pont entre l'imagination et l'exécution qui leur permet d'externaliser des idées qu'ils ne peuvent pas encore modéliser à la main.
Cela indique un véritable avantage en termes d'accessibilité en plus de celui de la productivité. Les outils 3D d'IA peuvent élargir le cercle de ceux qui peuvent contribuer au travail créatif précoce, et pas seulement accélérer ceux qui le produisent déjà. Pour un programme construit autour du travail d'équipe interdisciplinaire, c'est un changement significatif. Les étudiants qui auraient autrement confié les tâches de modélisation à des coéquipiers ont pu participer directement à la définition de la direction visuelle de leur projet.
"Ça m'aide à exprimer ce que je ne sais pas modéliser, ou ça me fait gagner des heures de recherche." a déclaré un étudiant participant.
Un Regard Réaliste sur l'Adoption
L'adoption au sein de la cohorte a été inégale, et cela s'est avéré utile. Environ 55% des étudiants ont adopté Meshy, tandis que 45% ont choisi de ne pas l'utiliser, principalement pour des raisons réfléchies plutôt que des barrières techniques : une préférence pour l'artisanat manuel, des préoccupations concernant l'impact de l'IA sur le travail créatif, ou des questions autour du droit d'auteur et du style. L'équipe enseignante a intégré cette division dans le module lui-même, la considérant comme une occasion de discuter de la coexistence avec l'IA sans perdre son identité artistique. À la fin du projet pilote, les attitudes étaient passées d'une anxiété générale à une compréhension plus claire de la place réelle de l'outil.
Et Après : Intégrer Meshy dans le Programme
Le projet pilote ne couvrait que la pré-production. La prochaine phase, déjà en cours, utilise les actifs de previs générés avec Meshy pour verrouiller la caméra, l'échelle et le rythme narratif avant de produire les actifs finaux via le pipeline traditionnel. La différence, par rapport aux cohortes précédentes, est une incertitude bien moindre en entrant en production.
Pour Florida Universitària, le projet pilote a conduit à plusieurs décisions concrètes concernant le programme lui-même :
- Positionner Meshy comme un outil de concept et de prévisualisation 3D dans le curriculum : une couche de maquette rapide et de croquis volumétriques, avec la possibilité d'évoluer vers une production finale au fil du temps.
- Concevoir des exercices "Générer + Corriger" où les étudiants génèrent une base dans Meshy, retopologisent et dépliement UV dans Blender, et intègrent le résultat dans Unity ou Unreal.
- Ajouter des modules sur la littératie et l'éthique de l'IA au programme, afin que les étudiants apprennent à utiliser ces outils de manière critique plutôt que de manière non critique.
- Étendre l'approche à d'autres matières. Des cours de numérisation et des programmes plus avancés sont à l'étude, éventuellement sous forme d'atelier ou de bootcamp.
Pour un enseignant travaillant avec des horaires serrés et des étudiants exigeants, Meshy a trouvé sa place exactement là où le curriculum était le plus fragile : la prévisualisation.
"La question n'est pas de savoir si l'IA entrera dans la salle de classe. C'est pour quoi nous la voulons là."
Pau Comes
Professeur d'animation 3D, Florida Universitària
Dans ce projet pilote, la réponse était claire : un catalyseur pour la phase la plus fragile du processus créatif.
Florida Universitària est maintenant en train de mener la prochaine phase de l'expérience avec la cohorte de cette année. Nous reviendrons avec ce qu'ils découvrent.
