Qu'est-ce que le subsurface scattering ?

C'est la diffusion de la lumière sous la surface d'une matière translucide. La lumière entre, se disperse à l'intérieur, se colore, puis ressort adoucie. C'est ce qui donne à la peau, à la cire, au marbre ou à un parfum leur aspect vivant. En rendu 3D, il est calculé à partir de la physique réelle du matériau et se règle. L'IA générative l'imite d'après des images, très bien désormais sur une image isolée, mais sans réglage ni garantie d'une génération à l'autre.

Pourquoi l'IA générative rate-t-elle les couleurs de marque ?

Parce qu'un modèle génératif accepte un code couleur mais ne le lit pas comme un logiciel de design : il interprète du langage et optimise pour une image plausible, pas pour une valeur exacte. Le benchmark IMG.LY de 2026 montre que même les meilleurs modèles restent loin de la fidélité colorimétrique attendue, 3,67 sur 5 pour le meilleur, douze modèles sur quinze sous 3. Les teintes dérivent, des dégradés apparaissent, parfois une couleur en trop. Sur une image, la teinte se corrige en post-production ; sur une gamme, cette correction manuelle ne garantit pas la cohérence d'un visuel à l'autre.

La CGI est-elle plus fiable que l'IA pour un packshot beauté ?

Pour un produit réel qui doit correspondre à la version en boutique, oui. La CGI part des valeurs exactes du produit, code couleur, matière, indice de réfraction, et rend de façon reproductible dans une chaîne colorimétrique gérée : ce qui est spécifié sort à l'écran. C'est décisif quand la couleur est une promesse commerciale et non une simple ambiance.

L'IA a-t-elle une utilité en production beauté ?

Oui. En amont d'abord, pour explorer des directions artistiques, tester des ambiances de lumière, générer des moodboards ou dégrossir un univers de marque. Les meilleurs modèles rendent aujourd'hui très bien la peau et les matières, ce qui fait de ces explorations de vraies références de rendu. C'est sur une gamme, où la couleur et la matière doivent être exactes et identiques d'un visuel à l'autre, qu'elle cède la place au rendu 3D calculé. Et sur un visuel final isolé, sans gamme ni teinte contractuelle, l'IA peut suffire, à condition qu'un artiste valide l'image avant livraison.

Pourquoi la couleur compte-t-elle autant en beauté ?

Parce qu'une teinte est un produit. Une cliente compare la couleur du visuel à celle qu'elle attend, et renvoie si ça ne correspond pas. Sur les fonds de teint vendus en ligne, le taux de retour atteint environ 23 %, tiré surtout par l'erreur de teinte. Un visuel juste protège donc la marge autant que l'image.

Beauté : la peau, la couleur, et ce que l'IA générative ne garantit pas encore

En bref

En beauté, la crédibilité d'une image tient à deux détails que l'oeil juge en une fraction de seconde. D'abord la façon dont la lumière traverse une matière translucide, la peau, la cire d'un rouge à lèvres, un sérum, un flacon de parfum : c'est le subsurface scattering. Ensuite la justesse de la couleur de marque, qui n'est pas une ambiance mais une valeur précise. Sur le premier point, les meilleurs modèles d'image, Nano Banana Pro en tête, produisent aujourd'hui des peaux et des matières très convaincantes. Sur le second, l'IA vise le plausible, pas l'exact : la teinte dérive, et il faut la rattraper en post-production, image par image, sans garantie d'une référence à l'autre. La CGI, elle, calcule la lumière et traite la couleur comme une donnée : la même valeur sur trente références et cent angles. C'est pour ça que, sur un produit réel qui doit ressembler au testeur en boutique, un studio 3D garde l'avantage dès qu'il s'agit d'une gamme. L'IA, chez Digiteyes, sert en amont, et un visuel final isolé peut se faire en IA ; dès qu'une gamme ou une teinte de marque est en jeu, le visuel reste fabriqué image par image.

Prenez un rouge à lèvres. Sa couleur porte un nom de code, une référence, un numéro que le marketing a validé pendant des mois. Maintenant demandez à un générateur d'images de le reproduire. L'image sera belle, la peau sera juste, et la teinte sera proche. Proche, pas exacte : un rouge qui tire vers l'orangé, un fini qui s'invente des reflets. Sur une image, un étalonneur rattrape ça en post-production. Sur une gamme de trente références, personne ne le rattrape à la main.

La beauté est le terrain où l'image ne pardonne rien. On y regarde la peau de très près, on compare la teinte à celle qu'on a sur le dos de la main, on juge la matière à l'instinct. Deux mécanismes décident si un visuel sonne vrai ou faux : le subsurface scattering et la fidélité de la couleur. Sur le premier, l'IA générative a fait un bond en un an. Sur le second, elle reste approximative, et c'est là que la 3D calculée garde l'avantage, surtout dès qu'il faut tenir une gamme. Voici pourquoi, chiffres à l'appui.

La beauté, le test le plus dur de l'image

Un packshot de basket sur fond blanc, une IA le sort proprement aujourd'hui. Un visage en gros plan ou un flacon ambré traversé par la lumière aussi, avec les meilleurs modèles. Ce qui reste difficile, c'est l'exactitude : la beauté cumule des matières translucides, des reflets complexes et une exigence de couleur au dixième de teinte, produit après produit. Et le marché ne rigole pas avec ça. La beauté et l'hygiène vendues en ligne pesaient plus de 250 milliards de dollars dans le monde en 2025, avec une croissance de 11 à 13 % par an (Statista). Quand la couleur ne correspond pas, le client renvoie.

◆3,67 / 5 : le meilleur score de fidélité à une couleur de marque parmi les grands modèles d'IA testés ; la plupart restent sous 3 (benchmark IMG.LY, 2026)
◆~23 % : de taux de retour sur les fonds de teint achetés en ligne, là où le retour est possible, surtout pour erreur de teinte (benchmarks 2026)
◆257 Md$ : de ventes beauté et hygiène en ligne dans le monde en 2025 (Statista), un terrain où l'exactitude de la couleur se paie cash

Ces trois chiffres racontent la même histoire. La couleur, en beauté, n'est pas un détail esthétique, c'est une promesse commerciale. Quand un visuel montre une teinte que le produit ne tient pas, le retour part, et la marge avec. Or c'est précisément là que l'IA générative est la plus fragile.

Le subsurface scattering : ce que l'IA fait bien maintenant, et ce qu'elle ne contrôle pas

Regardez une bougie allumée, une oreille à contre-jour, une noix de crème sous une lampe. La lumière ne rebondit pas bêtement sur la surface : elle entre dans la matière, se promène à l'intérieur, se colore, puis ressort adoucie. Sur la peau, ce voyage vire au rouge, à cause du sang sous l'épiderme. Ce phénomène porte un nom, le subsurface scattering, la diffusion sous la surface, et c'est lui qui donne à la peau, à la cire, au marbre, à un parfum, cette impression de vie. Sans lui, une peau ressemble à du plastique. Les moteurs de rendu 3D le calculent depuis des années, à partir de la physique réelle : épaisseur de la matière, densité, couleur de diffusion.

Gros plan macro d'une goutte de sérum ambrée et d'une noix de crème rétroéclairées, la lumière traversant la matière et prenant une teinte chaude — La signature de la matière vivante : la lumière entre, se diffuse, ressort adoucie. L'IA l'imite très bien aujourd'hui ; la 3D la calcule et la règle. Concept Digiteyes.

L'IA générative, elle, ne calcule rien : elle a vu des millions d'images de peau et en reproduit l'apparence, statistiquement. Et il faut être honnête, elle le fait de mieux en mieux. Les modèles de dernière génération, Nano Banana Pro en tête, sortent des peaux, des sérums et des flacons translucides très convaincants, au point que le faux ne se repère plus au premier regard sur une image isolée. Ce qui manque n'est plus l'apparence, c'est le contrôle : l'épaisseur de diffusion d'une crème, la translucidité d'une cire, la couleur intérieure d'un jus ne sont pas des paramètres que vous réglez, ce sont des résultats que vous obtenez, ou pas, d'une génération à l'autre. Sur une image, on choisit la bonne. Sur une gamme, on veut la même matière sur chaque référence, sous chaque lumière, et c'est là que le calcul physique reprend la main.

La couleur de marque n'est pas une ambiance, c'est une valeur

Voici le point le plus concret, et le plus douloureux pour qui a déjà essayé. Un générateur d'images accepte aujourd'hui un code hexadécimal dans le prompt, certains en font même un argument de vente. Mais il ne le lit pas comme un logiciel de design : il lit du langage, et la valeur n'est pour lui qu'une suite de caractères qu'il interprète au jugé. Résultat, il optimise pour le plausible, pas pour le spectrophotomètre. Le benchmark d'IMG.LY, qui mesure l'écart entre la couleur demandée et celle rendue sur quinze modèles, est sans appel : le meilleur plafonne à 3,67 sur 5, et douze modèles sur quinze restent sous la barre des 3. Demandez deux couleurs de marque précises, le modèle en fait dériver une, ajoute un dégradé, voire glisse une troisième teinte. Le seul moyen connu de s'approcher de la valeur exacte consiste à fournir une pastille de couleur en image de référence, puis à itérer, ou à corriger la teinte en post-production. Sur une image isolée, un étalonneur le fait en quelques minutes. Sur une gamme, ce rattrapage manuel se répète à chaque visuel, sans garantie que deux images se répondent.

Alignement de plusieurs bâtons de rouge à lèvres aux teintes finement graduées sous une lumière de studio, sans marque visible, illustrant la précision colorimétrique — En beauté, deux rouges séparés par un rien sont deux produits différents. La couleur est une donnée mesurée, pas une intention. Concept Digiteyes.

La CGI prend le problème par l'autre bout. On lui donne la valeur exacte, le code hexadécimal, la référence Pantone convertie dans l'espace de travail, l'indice de réfraction du verre, le profil de diffusion mesuré sur le vrai produit, et elle rend de façon reproductible. Ce qui est écrit sort à l'écran, à une condition que les studios sérieux connaissent : une chaîne colorimétrique gérée de bout en bout (ACES ou OpenColorIO, écrans étalonnés) et, pour une correspondance exacte, une mesure du produit réel au spectrophotomètre. La différence n'est pas une question de talent artistique, c'est une différence de nature : la génération est probabiliste, l'exigence de marque est déterministe. Pour un logo, une signature couleur, un flacon qui doit matcher le testeur en rayon, on ne peut pas jouer à la loterie du prompt.

En beauté, une teinte fausse n'est pas une image ratée, c'est un produit que la cliente ne reconnaît pas. Et ce qu'on ne reconnaît pas, on le renvoie.

Ce que coûte une teinte fausse

Le sujet n'a rien de cosmétique, si l'on peut dire. Sur les fonds de teint et les correcteurs vendus en ligne, le taux de retour grimpe autour de 23 % là où le retour est autorisé, presque entièrement à cause de l'erreur de teinte. Sur l'ensemble de la beauté vendue en ligne, près de deux retours sur trois viennent d'un produit jugé différent en vrai de ce que montrait l'écran. Chaque colis renvoyé, c'est de la logistique, de la marge perdue, un produit parfois inutilisable. Un visuel qui promet une couleur que la peau ne retrouve pas ne fait pas qu'agacer, il alimente directement ce coût.

Un flacon de parfum et un pot de crème en images de synthèse, montrés moitié en fil de fer 3D et rendu clay, moitié en rendu photoréaliste final — Le vrai travail est invisible : caler la couleur, la matière et la lumière sur le produit réel, pas sur une approximation. Concept Digiteyes.

À l'inverse, un visuel fidèle rassure et fait vendre. C'est tout l'enjeu du packshot beauté : montrer la teinte réelle, la texture réelle, le fini réel, pour que ce qui arrive dans la boîte corresponde à ce que l'écran promettait. La 3D calculée le permet parce qu'elle part des valeurs du produit. C'est un investissement, mais un investissement qui protège la marge autant qu'il sert l'image.

Où l'IA aide vraiment, et où la 3D reste nécessaire

Rien de tout ça ne veut dire que l'IA n'a pas sa place en beauté, au contraire. Chez Digiteyes, elle travaille en amont, là où elle est brillante : explorer des directions artistiques, tester dix ambiances lumineuses en une heure, générer un univers de marque pour cadrer un moodboard, dégrossir un décor avant la production 3D. Et quand une peau ou une matière générée est bonne, elle sert de référence de rendu à l'équipe 3D. Sur ces tâches, l'IA fait gagner un temps précieux, et la qualité qu'elle atteint aujourd'hui sur la peau rend cette exploration bien plus utile qu'il y a un an. Un visuel final en IA, ce n'est pas un interdit chez nous. C'est une question de conditions : une image isolée, sans gamme à faire tenir, sans teinte de marque à atteindre au code près, et validée à l'oeil par un artiste avant livraison.

Mais dès qu'il s'agit d'une gamme, d'un packshot qui doit matcher le testeur en rayon, d'une série d'images qui doivent se répondre, le visuel reste fabriqué dans un moteur de rendu, à partir des valeurs mesurées du produit. Pas par principe, par nécessité : c'est le seul moyen de garantir que le même rouge sort sur trente références et cent angles. L'IA accélère la réflexion, la CGI signe la gamme. Confondre les deux, c'est prendre le risque d'une teinte fausse sur un marché qui ne pardonne pas. Bien les articuler, c'est produire plus vite sans rien lâcher sur la qualité.

Questions fréquentes

◆Qu'est-ce que le subsurface scattering ? C'est la diffusion de la lumière sous la surface d'une matière translucide. La lumière entre, se disperse à l'intérieur, se colore, puis ressort adoucie. C'est ce qui donne à la peau, à la cire, au marbre ou à un parfum leur aspect vivant. En rendu 3D, il est calculé à partir de la physique réelle du matériau et se règle. L'IA générative l'imite d'après des images, très bien désormais sur une image isolée, mais sans réglage ni garantie d'une génération à l'autre.
◆Pourquoi l'IA générative rate-t-elle les couleurs de marque ? Parce qu'un modèle génératif accepte un code couleur mais ne le lit pas comme un logiciel de design : il interprète du langage et optimise pour une image plausible, pas pour une valeur exacte. Le benchmark IMG.LY de 2026 montre que même les meilleurs modèles restent loin de la fidélité colorimétrique attendue, 3,67 sur 5 pour le meilleur, douze modèles sur quinze sous 3. Les teintes dérivent, des dégradés apparaissent, parfois une couleur en trop. Sur une image, la teinte se corrige en post-production ; sur une gamme, cette correction manuelle ne garantit pas la cohérence d'un visuel à l'autre.
◆La CGI est-elle plus fiable que l'IA pour un packshot beauté ? Pour un produit réel qui doit correspondre à la version en boutique, oui. La CGI part des valeurs exactes du produit, code couleur, matière, indice de réfraction, et rend de façon reproductible dans une chaîne colorimétrique gérée : ce qui est spécifié sort à l'écran. C'est décisif quand la couleur est une promesse commerciale et non une simple ambiance.
◆L'IA a-t-elle une utilité en production beauté ? Oui. En amont d'abord, pour explorer des directions artistiques, tester des ambiances de lumière, générer des moodboards ou dégrossir un univers de marque. Les meilleurs modèles rendent aujourd'hui très bien la peau et les matières, ce qui fait de ces explorations de vraies références de rendu. C'est sur une gamme, où la couleur et la matière doivent être exactes et identiques d'un visuel à l'autre, qu'elle cède la place au rendu 3D calculé. Et sur un visuel final isolé, sans gamme ni teinte contractuelle, l'IA peut suffire, à condition qu'un artiste valide l'image avant livraison.
◆Pourquoi la couleur compte-t-elle autant en beauté ? Parce qu'une teinte est un produit. Une cliente compare la couleur du visuel à celle qu'elle attend, et renvoie si ça ne correspond pas. Sur les fonds de teint vendus en ligne, le taux de retour atteint environ 23 %, tiré surtout par l'erreur de teinte. Un visuel juste protège donc la marge autant que l'image.

Un visuel beauté à la hauteur du produit ?

Digiteyes conçoit des packshots et des films CGI premium pour la beauté et le luxe, avec une exigence de couleur et de matière calée sur le produit réel. Parlons de votre teinte, de votre flacon, de votre matière : contact@digiteyes.fr.

Sources

◆IMG.LY GenAI Benchmarks · Why AI Image Models Miss Your Brand Colors (fidélité couleur mesurée en CIEDE2000, meilleur modèle à 3,67 / 5)
◆ITU Online · What Is Subsurface Scattering? (définition et rôle du SSS dans le réalisme de la peau et de la cire)
◆Eightx · Beauty & Cosmetics Return Rate Benchmarks 2026 (taux de retour des fonds de teint autour de 23 %, 64 % de retours beauté pour produit « différent en vrai »)
◆Loop Returns · Les produits les plus retournés en e-commerce (2026) (motifs de retour en cosmétique : teinte et préférence)
◆Statista, via Oberlo · Beauty and personal care e-commerce market (ventes beauté et hygiène en ligne : 257 Md$ en 2025, croissance annuelle)
◆W. Bakkali (Google Cloud Community, Medium) · Color Code Adherence in AI Image Generation (écart mesuré entre code demandé et couleur rendue, et la pastille de référence comme palliatif)