Fotogrammetria vs generazione 3D con AI: un confronto onesto per il 2026

La generazione 3D con AI è diventata davvero brava nel 2026. I tool single-image producono mesh testurizzate in pochi secondi. Quelli multi-image aggiungono mappe PBR e topologia pulita. L'output è abbastanza plausibile da rendere legittima la domanda "mi serve ancora la fotogrammetria?".

La risposta onesta è sì, per un insieme di lavori specifico e in crescita — e no, per un insieme diverso, anch'esso in crescita. La linea tra le due cose è più netta di quanto sembri da una demo di marketing, e si sposta poco di anno in anno. Questo articolo mette entrambi i metodi sul tavolo e mostra dove vince ciascuno.

Questo è il quinto articolo di una serie in dieci puntate. I primi quattro hanno coperto cos'è la fotogrammetria, come catturare per la fotogrammetria, dove si colloca rispetto a LiDAR e structured light e quante foto servono davvero. Coperta la parte di cattura, la domanda successiva è quale metodo 3D scegliere per prima cosa.

Due pipeline che risolvono problemi diversi

Il modo più rapido per vedere la differenza è ripercorrere cosa fa effettivamente ciascuna pipeline per produrre una mesh.

La generazione 3D con AI prende un'immagine (o un piccolo set, o un prompt testuale) e prevede una forma 3D coerente con ciò che vede. Sotto il cofano, un modello a diffusione o un transformer è stato addestrato su milioni di esempi accoppiati immagine–mesh. A inferenza, il modello scrive una mesh che potrebbe aver prodotto l'immagine in input. Le parti dell'oggetto che la foto non ha mai mostrato — il retro, il fondo, l'interno — vengono riempite a partire dai prior appresi in addestramento. L'output è plausibile. Non è misurato.

La fotogrammetria prende 40–300 foto sovrapposte di un oggetto reale e triangola la superficie da ciò che le camere hanno realmente visto. Il software trova lo stesso punto fisico in più foto, risolve le posizioni delle camere e ricostruisce ogni punto come reale intersezione di linee di vista. Non ci sono prior che riempiono il retro. Se il retro non è stato fotografato, la mesh ha un buco lì. Ogni punto della mesh corrisponde a un punto dell'oggetto reale.

Quelle due parole — "plausibile" contro "ricostruito" — sono tutto il confronto. Tutto il resto è una conseguenza.

Dove l'AI 3D vince davvero

La generazione 2026 di tool AI 3D non è un giocattolo. Esistono workflow in cui la generazione è ormai dimostrabilmente la scelta migliore:

• Lavoro di concept da una sola foto. Mood board, anteprime AR, set dressing per prototipi di videogiochi, pitch al cliente. Se la mesh deve sembrare giusta, non essere giusta misurabilmente, generala e vai avanti.
• Asset stilizzati da prompt testuale. Personaggi stilizzati, props, pezzi low-poly da gioco, ambienti fantasy. Una camera non può catturare qualcosa che non esiste. L'AI sì.
• Stampa multicolore in un clic da un'immagine piatta. Alcuni generatori esportano file 3MF pronti per lo slicer con le palette già assegnate. Per stampe decorative e fan art, quella pipeline è più veloce di qualsiasi flusso fotogrammetrico.
• Iterazione prima dell'impegno. Quando il brief è ancora in movimento, generare quindici varianti in un pomeriggio batte programmare quindici sessioni di cattura.

Se il tuo progetto vive in quei bucket, lo strumento giusto è un generatore, non una camera. Usa lo strumento migliore. La decisione è semplice e il confronto si chiude lì.

I tre lavori che la fotogrammetria continua a tenersi

Il punto interessante è il lavoro che l'AI 3D non raggiunge. Non sono casi limite. Sono i lavori a più alto valore in ambito 3D, e la linea non si è spostata in modo significativo negli ultimi dodici mesi.

1. Accuratezza — tutto ciò che misurerai o produrrai

La fotogrammetria close-range produce precisione sub-millimetrica su oggetti piccoli in buone condizioni di cattura, con la scala reale fissata da una distanza di riferimento misurata. I benchmark indipendenti sull'attuale generazione di tool AI 3D single-image collocano l'accuratezza geometrica intorno al 70–85% — più vicino all'85% per forme comuni che il modello ha visto molte volte, più vicino al 70% per oggetti insoliti o complessi. Quei due numeri descrivono operazioni completamente diverse.

Se uno step successivo è un controllo di gioco meccanico, un accoppiamento, un pezzo di ricambio che deve incastrarsi con qualcosa, o un percorso utensile CNC, la geometria deve venire da una misurazione fisica. L'operazione Scale by Camera Distance di Replica blocca la scala assoluta a partire da una distanza di riferimento misurata durante la cattura. Il risultato è una mesh su cui puoi appoggiare un calibro.

La geometria generata esce in unità arbitrarie, scalata su quello che la distribuzione di training implicava. Puoi riscalare a occhio per lavoro visivo. Non puoi riscalare a occhio per un pezzo che deve incastrarsi.

2. Provenienza — le tue foto, il tuo modello, la tua licenza

Questo è il punto che la maggior parte degli utenti ignora finché non gli serve.

Quando catturi con la fotogrammetria, l'input sono foto che hai scattato tu e l'output è un modello derivato da quelle foto. La catena è chiara: tu possiedi le foto, tu possiedi il modello. Non c'è un training set di terze parti, non c'è un prior appreso, non c'è dubbio su quali dati siano entrati nel risultato. Se un cliente, un tribunale o un marketplace chiede da dove arriva la geometria, la risposta è "da queste 116 foto in questa cartella".

I generatori 3D AI poggiano su training data con provenienza e termini di licenza variabili. Anche la licenza dell'output varia — i tier gratuiti a volte rilasciano in CC BY 4.0 con obbligo di attribuzione, i tier a pagamento spesso richiedono di tenere attivo l'abbonamento, e la questione di quali diritti derivati portino con sé i dati di training è, a seconda del tool e della giurisdizione, ancora non risolta. Per lavoro concettuale interno, niente di tutto questo conta. Per consegne commerciali, asset d'archivio, o qualsiasi cosa che debba sopravvivere all'abbonamento, conta molto.

Un'analisi completa di quali tool siano davvero gratuiti, e cosa significhi "gratuito" in ciascuno, è in Image to 3D Model Free: cosa è davvero gratis nel 2026.

3. Geometria esistente — l'oggetto reale sulla tua scrivania

L'AI 3D genera forme plausibili. La fotogrammetria cattura forme specifiche. La differenza inizia a contare appena l'oggetto che ti interessa è uno in particolare.

Se fotografi una maniglia rotta e vuoi un ricambio stampato in 3D, il pezzo nuovo deve incastrarsi con l'originale. Un generatore può produrre un oggetto a forma di maniglia. La fotogrammetria produce un modello di quella specifica maniglia — il bordo consumato, la leggera asimmetria di anni d'uso, la scheggia nell'angolo che decide se il pezzo nuovo si appoggia dritto. La stessa logica vale per una tomba romana, un reperto da museo, un prodotto su uno scaffale, un viso, un piede, un dente. Il valore sta nelle specificità, non in una versione generica della categoria.

È anche il confine che non si chiude con modelli migliori. Un generatore addestrato su un miliardo di oggetti 3D continua a non sapere niente di quello sulla tua scrivania. Non può. La foto porta informazione su quella specifica superficie; il modello porta informazione sulla media del suo training set. Sono cose diverse.

Un framework di decisione

Le due pipeline non competono per lo stesso lavoro. Stanno su due lati di una domanda chiara: la geometria deve essere plausibile, o deve essere reale?

Plausibile basta per una fetta enorme e in crescita di lavoro 3D. Reale è necessaria per il resto — e il resto include i lavori più consequenziali.

Il pattern ibrido che funziona

Il pattern interessante che emerge nel 2026 non è "l'AI sostituisce la fotogrammetria". Sono team che usano entrambe, di proposito, in fasi diverse dello stesso progetto.

• Passaggio di concept. Genera mockup 3D AI rapidi per allineare cliente o regia sulla direzione. Niente camera, niente sessione di cattura, niente costo di rifare se la direzione cambia.
• Passaggio di produzione. Una volta bloccata la direzione, cattura l'oggetto reale con la fotogrammetria. La mesh entra nella stessa pipeline a valle — Blender, Unreal, Unity, slicer.
• Passaggio di varianti. Usa tool AI per varianti stilizzate, assistenza nella retopo o generazione di texture stese sopra la geometria reale catturata.

Quel pattern emerge dai deep dive su singoli tool. La struttura è consistente: esce un tool AI → ecco cosa fa bene → ecco cosa fa meglio la fotogrammetria → ecco come usare entrambe. Le voci recenti coprono Seed3D 2.0 e Meshy v6, Meta SAM 3D e Autodesk Wonder 3D. Se ti serve il dettaglio tool per tool, quelli sono i deep read.

Dove si colloca Replica

Replica è il lato fotogrammetrico di quel pattern ibrido. Gira nativamente su Mac, processa localmente senza caricare nulla in cloud ed esporta USDZ, OBJ, FBX, GLB e STL pronto per la stampa 3D. Niente fatturazione a token, niente coda, niente abbonamento richiesto per tenere apribili i tuoi file. Replica Link ti permette di scattare dal telefono sul campo e lanciare la ricostruzione sul Mac in studio senza spostare file in giro.

Il tier gratuito accetta fino a 50 foto per progetto — abbastanza per scansionare la maggior parte degli oggetti piccoli e per verificare end-to-end il tuo pattern di cattura prima di passare a un progetto a pagamento.

Se vuoi sentire la differenza in prima persona, il modo più rapido è un test side-by-side sullo stesso oggetto fisico. Generalo con qualsiasi tool AI 3D tu preferisca, poi catturalo con Replica. La prima volta che confronti le due mesh dello stesso oggetto, la linea di demarcazione smette di essere teorica.

Un buon punto di partenza è il dataset Appian Tomb — 116 foto di una vera tomba romana sulla Via Appia, più il modello ricostruito, gratis su Gumroad. Apri le foto in Replica, genera la stessa tomba da una singola immagine in qualsiasi tool AI, e confronta cosa ti ha dato ciascun metodo.

Prossimo nella serie

La domanda successiva, una volta scelta la fotogrammetria per il tuo lavoro, è con quali impostazioni della camera scattare davvero. L'articolo sei — Impostazioni camera ideali per la fotogrammetria (telefono o DSLR) — copre le quattro leve (apertura, ISO, otturatore, fuoco) con valori target e il ragionamento dietro ciascuno.

Domande o una decisione cattura-versus-genera su cui vuoi una seconda opinione? Scrivi a info@ambiensvr.com.