Erstelle ein 3D-Modell aus 2–4 Referenzbildern in der Reihenfolge vorne, links, hinten, rechts mit einstellbaren Ausgabeoptionen.
Verwandte Meshy 7-Modelle
API-Beispiele
Anfragebeispiel
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;
Polling-Beispiel
// 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));
}
Anfragebeispiel
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']
Polling-Beispiel
# 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)
Anfragebeispiel
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"
}'
Polling-Beispiel
# 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"
Preise für Meshy 7 Multiview to 3D
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
README
Meshy 7 Multiview-to-3D API (3D-Generierung aus mehreren Bildern mit optionalem PBR)
Die Meshy 7 Multiview-to-3D API generiert aus mehreren Referenzbildern ein 3D-Modell für Spiel-Assets, digitales Design, Produktvisualisierung und kreative Prototypen. Reichen Sie bis zu vier Ansichten ohne vorgeschriebene Reihenfolge von vorne, links, hinten und rechts ein und konfigurieren Sie anschließend Topologie, Zielpolygonzahl, Remeshing, Symmetrie, humanoide Pose und optionale PBR-Materialien. Das über Flaq AI verfügbare Modell unterstützt außerdem Text- oder Bildvorgaben für den Texturierungsprozess.
Wichtige Funktionen der Meshy 7 Multiview-to-3D API
-
Mehrbild-Eingabe: Verwenden Sie ein oder mehrere Referenzbilder, um zusätzlichen visuellen Kontext für das generierte Modell bereitzustellen.
-
Flexible Einreichung von Ansichten: Stellen Sie Bilder ohne fest vorgeschriebene Reihenfolge von vorne, links, hinten und rechts bereit.
-
Konfigurierbare Topologie: Wählen Sie je nach geplantem nachgelagertem Workflow eine Dreiecks- oder Viereckstopologie.
-
Steuerung der Zielpolygonzahl: Legen Sie innerhalb des unterstützten Bereichs eine Zielpolygonzahl fest, um die Netzdichte zu steuern.
-
Optionen für Remeshing, Symmetrie und Pose: Konfigurieren Sie die Neugenerierung des Netzes, das Symmetrieverhalten und unterstützte humanoide Posen.
-
Optionales PBR und Texturierungsvorgaben: Aktivieren Sie die Generierung von PBR-Materialien und steuern Sie die Texturierung mit einem Prompt oder Referenzbild.
Verwendung der Meshy 7 Multiview-to-3D API für die 3D-Generierung aus mehreren Bildern auf Flaq AI
-
Eingabe: Ein bis vier erforderliche Bild-URLs sowie optionale Einstellungen für Topologie, Zielpolygonzahl, Remeshing, Symmetrie, humanoide Pose, PBR, Textur-Prompt und Texturbild.
-
Ausgabe: Ein generiertes 3D-Modell mit optionalen PBR-Materialtexturen, das über den Aufgaben-Workflow von Flaq AI zurückgegeben wird.
-
Verarbeitung der Ansichten: Reichen Sie mehrere Ansichten desselben Motivs ohne vorgeschriebene Richtungsreihenfolge ein.
-
Netzsteuerung: Wählen Sie eine Dreiecks- oder Viereckstopologie, konfigurieren Sie eine Zielpolygonzahl und entscheiden Sie, ob die generierte Geometrie neu vernetzt werden soll.
-
Fähigkeiten: 3D-Generierung aus mehreren Bildern mit konfigurierbaren Einstellungen für Netz, Pose, Symmetrie und Texturierung.
Beste Anwendungsfälle für die Integration der Meshy 7 Multiview-to-3D API
-
Charakter- und Kreaturenkonzepte: Verwenden Sie mehrere konsistente Ansichten, um mehr visuellen Kontext für ein generiertes Basismodell bereitzustellen.
-
Produktvisualisierung: Erstellen Sie 3D-Konzepte aus mehreren freigegebenen Produktbildern zur Prüfung und anschließenden Verfeinerung.
-
Modellierung von Requisiten und Objekten: Generieren Sie ein Ausgangsnetz für Objekte, deren Form aus mehreren Referenzwinkeln gezeigt wird.
-
Konzepte für Sammlerstücke und Figuren: Wandeln Sie Illustrationen oder Fotos aus mehreren Blickwinkeln in Basisgeometrie zur Prüfung und Vorbereitung der Fertigung um.
-
VFX und Prävisualisierung: Erstellen Sie referenzbasierte Modelle für die Anordnung, Szenenplanung und frühe Asset-Entwicklung.
Hinweis Verwenden Sie konsistente Bilder desselben Motivs, um die ansichtsübergreifende Orientierung zu verbessern. Die generierte Geometrie sollte dennoch vor der Produktion oder Fertigung überprüft werden.
Meshy 7 Multiview-to-3D im Vergleich zur Konkurrenz: Vergleichsanalyse
-
Meshy 7 Multiview-to-3D im Vergleich zu Tripo Multiview-to-3D
Teams, die diese Modelle vergleichen, sollten Bildanforderungen, Topologiesteuerung, Einstellungen für die Zielpolygonzahl, Texturierungsprozesse und Integrationsanforderungen bewerten. Meshy 7 stellt diese Optionen über Flaq AI bereit. -
Meshy 7 Multiview-to-3D im Vergleich zu Meshy 7 Image-to-3D
Image-to-3D verwendet ein Quellbild, während Multiview-to-3D mehrere Ansichten desselben Motivs akzeptieren kann. Zusätzliche Ansichten liefern mehr visuellen Kontext, machen die Prüfung der abgeleiteten Geometrie jedoch nicht überflüssig. -
Meshy 7 Multiview-to-3D im Vergleich zu Rodin Multiview
Welches Modell vorzuziehen ist, hängt vom Motiv, den verfügbaren Referenzen und dem nachgelagerten Workflow ab. Meshy 7 kombiniert die Mehrbild-Eingabe mit optionalem Remeshing, Pose-Vorgaben, Symmetrie- und PBR-Einstellungen. -
Meshy 7 Multiview-to-3D im Vergleich zu SyncDreamer
Entwickler können den Eingabeprozess, das Modellverhalten, die Geometriesteuerung, Texturoptionen und den Integrationsansatz vergleichen. Meshy 7 akzeptiert direkte Bild-URLs über die Aufgaben-API von Flaq AI. -
Meshy 7 Multiview-to-3D im Vergleich zu InstantMesh
Produktteams sollten Bereitstellungsanforderungen, Netzsteuerung, Ergebnisformate und den Texturierungsprozess bewerten. Meshy 7 ist als verwaltete API mit konfigurierbaren Generierungseinstellungen verfügbar.