أنشئ نموذجًا ثلاثي الأبعاد من 2–4 صور مرجعية مرتبة حسب الأمام واليسار والخلف واليمين، مع خيارات إخراج قابلة للضبط.
نماذج Meshy 7 ذات الصلة
أمثلة API
مثال الإرسال
const response = await fetch('https://api.flaq.ai/api/v1/3d/task', {
method: 'POST',
headers: {
Authorization: 'Bearer YOUR_API_KEY',
'Content-Type': 'application/json',
},
body: JSON.stringify({
model_name: 'meshy-v7-multiview-to-3d',
images: [
'https://example.com/chair-front.png',
'https://example.com/chair-side.png',
'https://example.com/chair-back.png',
],
topology: 'quad',
remesh: true,
symmetry_mode: 'auto',
pbr: true,
texture_prompt: 'Natural walnut wood and woven cream fabric',
texture_image: 'https://example.com/chair-material-reference.png',
}),
});
const { data } = await response.json();
const taskId = data.task_id;
مثال الاستطلاع
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/3d/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.files[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
مثال الإرسال
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/3d/task',
headers={
'Authorization': 'Bearer YOUR_API_KEY',
'Content-Type': 'application/json',
},
json={
'model_name': 'meshy-v7-multiview-to-3d',
'images': [
'https://example.com/chair-front.png',
'https://example.com/chair-side.png',
'https://example.com/chair-back.png',
],
'topology': 'quad',
'remesh': True,
'symmetry_mode': 'auto',
'pbr': True,
'texture_prompt': 'Natural walnut wood and woven cream fabric',
'texture_image': 'https://example.com/chair-material-reference.png',
},
)
response.raise_for_status()
task_id = response.json()['data']['task_id']
مثال الاستطلاع
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/3d/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['files'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
مثال الإرسال
curl -X POST "https://api.flaq.ai/api/v1/3d/task" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model_name": "meshy-v7-multiview-to-3d",
"images": [
"https://example.com/chair-front.png",
"https://example.com/chair-side.png",
"https://example.com/chair-back.png"
],
"topology": "quad",
"remesh": true,
"symmetry_mode": "auto",
"pbr": true,
"texture_prompt": "Natural walnut wood and woven cream fabric",
"texture_image": "https://example.com/chair-material-reference.png"
}'
مثال الاستطلاع
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/3d/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
أسعار Meshy 7 Multiview to 3D
| المعلمات | السعر | السعر الأصلي | الخصم |
|---|
README
واجهة Meshy 7 Multiview-to-3D API (إنشاء نماذج ثلاثية الأبعاد من صور متعددة مع PBR اختياري)
تنشئ واجهة Meshy 7 Multiview-to-3D API نموذجًا ثلاثي الأبعاد من صور مرجعية متعددة لاستخدامه في أصول الألعاب والتصميم الرقمي وتصور المنتجات وإعداد النماذج الأولية الإبداعية. أرسل ما يصل إلى أربع زوايا دون اشتراط ترتيب أمامي ثم أيسر ثم خلفي ثم أيمن، وبعد ذلك اضبط طوبولوجيا الشبكة والعدد المستهدف للمضلعات وإعادة بناء الشبكة والتناظر ووضعية الجسم البشري وخامات PBR الاختيارية. تتوفر هذه الإمكانات عبر Flaq AI، كما يدعم النموذج التوجيه بالنص أو الصور في سير عمل إنشاء الأنسجة.
الميزات الرئيسية لواجهة Meshy 7 Multiview-to-3D API
-
إدخال صور متعددة: استخدم صورة مرجعية واحدة أو أكثر لتوفير سياق بصري إضافي للنموذج المُنشأ.
-
مرونة ترتيب الزوايا: قدّم الصور دون اشتراط ترتيب ثابت للزوايا الأمامية واليسرى والخلفية واليمنى.
-
طوبولوجيا قابلة للضبط: اختر طوبولوجيا مثلثة أو رباعية الأضلاع وفقًا لسير العمل اللاحق المقصود.
-
التحكم في العدد المستهدف للمضلعات: حدد عددًا مستهدفًا للمضلعات ضمن النطاق المدعوم لتوجيه كثافة الشبكة.
-
خيارات إعادة بناء الشبكة والتناظر والوضعية: اضبط إعادة إنشاء الشبكة وسلوك التناظر ووضعيات الجسم البشري المدعومة.
-
PBR اختياري وتوجيه الأنسجة: فعّل إنشاء خامات PBR ووجّه عملية الإكساء باستخدام وصف نصي أو صورة مرجعية.
كيفية استخدام واجهة Meshy 7 Multiview-to-3D API لإنشاء نماذج ثلاثية الأبعاد من صور متعددة على Flaq AI
-
المدخلات: يلزم توفير رابط إلى أربعة روابط لصور، مع إعدادات اختيارية للطوبولوجيا والعدد المستهدف للمضلعات وإعادة بناء الشبكة والتناظر ووضعية الجسم البشري وPBR والوصف النصي للأنسجة والصورة المرجعية للأنسجة.
-
المخرجات: نموذج ثلاثي الأبعاد مُنشأ مع أنسجة اختيارية لخامات PBR، يُعاد عبر سير عمل المهام في Flaq AI.
-
التعامل مع الزوايا: أرسل صورًا متعددة للعنصر نفسه من زوايا مختلفة دون اشتراط تسلسل محدد للاتجاهات.
-
عناصر التحكم في الشبكة: اختر طوبولوجيا مثلثة أو رباعية الأضلاع، وحدد العدد المستهدف للمضلعات، واختر ما إذا كنت تريد إعادة بناء شبكة المجسم المُنشأ.
-
الإمكانات: إنشاء نماذج ثلاثية الأبعاد من صور متعددة مع عناصر تحكم قابلة للضبط للشبكة والوضعية والتناظر والأنسجة.
أبرز حالات استخدام تكامل واجهة Meshy 7 Multiview-to-3D API
-
تصورات الشخصيات والمخلوقات: استخدم عدة صور متسقة من زوايا مختلفة لتوفير سياق بصري أوسع للنموذج الأساسي المُنشأ.
-
تصور المنتجات: أنشئ تصورات ثلاثية الأبعاد من عدة صور معتمدة للمنتج لمراجعتها وتحسينها في المراحل اللاحقة.
-
نمذجة الدعائم والأجسام: أنشئ شبكة أولية للأجسام التي يظهر شكلها عبر عدة زوايا مرجعية.
-
تصورات المقتنيات والمجسمات المصغرة: حوّل الرسومات أو الصور الملتقطة من زوايا متعددة إلى بنية هندسية أساسية للفحص والتحضير للتصنيع.
-
المؤثرات البصرية والتصور المسبق: أنشئ نماذج تستند إلى المراجع لتخطيط التكوين والمشاهد والمراحل المبكرة من تطوير الأصول.
ملاحظة استخدم صورًا متسقة للعنصر نفسه لتحسين التوجيه عبر الزوايا المختلفة. تظل البنية الهندسية المُنشأة بحاجة إلى المراجعة قبل استخدامها في الإنتاج أو التصنيع.
Meshy 7 Multiview-to-3D مقابل المنافسين: تحليل مقارن
-
Meshy 7 Multiview-to-3D مقابل Tripo Multiview-to-3D
ينبغي للفرق التي تقارن بين هذين النموذجين تقييم متطلبات الصور وعناصر التحكم في الطوبولوجيا وإعدادات العدد المستهدف للمضلعات وسير عمل الأنسجة واحتياجات التكامل. يتيح Meshy 7 هذه الخيارات عبر Flaq AI. -
Meshy 7 Multiview-to-3D مقابل Meshy 7 Image-to-3D
يستخدم Image-to-3D صورة مصدر واحدة، بينما يقبل Multiview-to-3D عدة زوايا للعنصر نفسه. توفر الزوايا الإضافية سياقًا بصريًا أوسع، لكنها لا تلغي ضرورة مراجعة البنية الهندسية المستنتجة. -
Meshy 7 Multiview-to-3D مقابل Rodin Multiview
يعتمد النموذج الأنسب على العنصر والمراجع المتاحة وسير العمل اللاحق. يجمع Meshy 7 بين إدخال الصور المتعددة وخيارات إعادة بناء الشبكة وتوجيه الوضعية والتناظر وعناصر التحكم في PBR. -
Meshy 7 Multiview-to-3D مقابل SyncDreamer
يمكن للمطورين مقارنة سير عمل الإدخال وسلوك النموذج وعناصر التحكم في البنية الهندسية وخيارات الأنسجة وطريقة التكامل. يقبل Meshy 7 روابط الصور المباشرة عبر واجهة API الخاصة بمهام Flaq AI. -
Meshy 7 Multiview-to-3D مقابل InstantMesh
ينبغي لفرق المنتجات تقييم متطلبات النشر وعناصر التحكم في الشبكة وتنسيقات النتائج وسير عمل الأنسجة. يتوفر Meshy 7 بوصفه واجهة API مُدارة بإعدادات إنشاء قابلة للضبط.