Generiere ein detailliertes 3D-Modell aus einer Textbeschreibung mit einstellbaren Optionen für Textur, Material, Geometrie, Maßstab und Mesh.
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-text-to-3d',
prompt: 'A stylized red panda explorer wearing a small canvas backpack',
topology: 'quad',
remesh: true,
symmetry_mode: 'auto',
pose_mode: 'a-pose',
pbr: true,
texture_prompt: 'Hand-painted fur and weathered canvas with warm autumn colors',
texture_image: 'https://example.com/red-panda-texture.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-text-to-3d',
'prompt': 'A stylized red panda explorer wearing a small canvas backpack',
'topology': 'quad',
'remesh': True,
'symmetry_mode': 'auto',
'pose_mode': 'a-pose',
'pbr': True,
'texture_prompt': 'Hand-painted fur and weathered canvas with warm autumn colors',
'texture_image': 'https://example.com/red-panda-texture.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-text-to-3d",
"prompt": "A stylized red panda explorer wearing a small canvas backpack",
"topology": "quad",
"remesh": true,
"symmetry_mode": "auto",
"pose_mode": "a-pose",
"pbr": true,
"texture_prompt": "Hand-painted fur and weathered canvas with warm autumn colors",
"texture_image": "https://example.com/red-panda-texture.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 Text to 3D
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
README
Meshy 7 Text-to-3D API (Promptgesteuerte 3D-Modellgenerierung mit optionalem PBR)
Die Meshy 7 Text-to-3D API generiert aus einer natürlichsprachlichen Beschreibung ein 3D-Modell für Spieleentwicklung, Designentwürfe, digitale Inhalte und räumliche Anwendungen. Entwickler können Topologie, Zielpolygonanzahl, Neuvernetzung, Symmetrie, humanoide Pose und optionale PBR-Texturierung konfigurieren. Das über Flaq AI verfügbare Modell bietet einen flexiblen Workflow vom Prompt zum 3D-Modell mit zusätzlichen Texturvorgaben und Steuerung des Zufallsseeds.
Hauptfunktionen der Meshy 7 Text-to-3D API
-
3D-Generierung aus Prompts: Erstellen Sie ein 3D-Modell anhand einer schriftlichen Beschreibung des gewünschten Motivs, der Form, des Stils und der visuellen Details.
-
Konfigurierbare Topologie: Wählen Sie je nach nachgelagertem Workflow eine Dreiecks- oder Viereckstopologie.
-
Steuerung der Zielpolygonanzahl: Legen Sie innerhalb des unterstützten Bereichs eine Zielpolygonanzahl fest, um die Netzdichte zu beeinflussen.
-
Optionen für Neuvernetzung und Symmetrie: Steuern Sie, ob das Netz neu erzeugt wird und wie Symmetrie angewendet wird.
-
Vorgaben für humanoide Posen: Fordern Sie bei der Generierung eines geeigneten humanoiden Motivs eine A-Pose oder T-Pose an.
-
Optionales PBR und Texturvorgaben: Aktivieren Sie die Generierung von PBR-Materialien und steuern Sie die Texturierung mit einem Prompt oder Referenzbild.
So nutzen Sie die Meshy 7 Text-to-3D API zur KI-Erstellung von 3D-Assets auf Flaq AI
-
Eingabe: Ein erforderlicher Prompt mit 1 bis 600 Zeichen sowie optionale Einstellungen für Topologie, Zielpolygonanzahl, Neuvernetzung, Symmetrie, humanoide Pose, PBR, Texturprompt, Texturbild und Zufallsseed.
-
Ausgabe: Ein generiertes 3D-Modell mit optionalen PBR-Materialtexturen, das über den Aufgabenworkflow von Flaq AI zurückgegeben wird.
-
Netzsteuerung: Wählen Sie eine Dreiecks- oder Viereckstopologie, konfigurieren Sie eine Zielpolygonanzahl und legen Sie fest, ob die generierte Geometrie neu vernetzt werden soll.
-
Textursteuerung: Aktivieren Sie PBR und geben Sie optional Text- oder Bildvorgaben für die Texturen des Modells an.
-
Funktionen: Text-zu-3D-Generierung mit konfigurierbaren Einstellungen für Netz, Pose, Symmetrie, Textur und Seed.
Wichtige Anwendungsfälle für die Integration der Meshy 7 Text-to-3D API
-
Konzepte für Spiel-Assets: Generieren Sie Ausgangsmodelle für Requisiten, Umgebungselemente, Figuren und andere interaktive Inhalte.
-
VR-, AR- und Weberlebnisse: Erstellen Sie 3D-Konzepte, die für räumliche Anwendungen geprüft und vorbereitet werden können.
-
Produkt- und Verpackungskonzepte: Erkunden Sie dreidimensionale Formen vor der detaillierten Modellierung und Produktion.
-
Designvisualisierung: Verwandeln Sie kurze kreative Briefings in Modelle zur Ideenfindung, Präsentation und weiteren Verfeinerung.
-
Vorbereitung für den 3D-Druck: Generieren Sie Basisgeometrie, die in spezieller Drucksoftware geprüft, repariert und vorbereitet werden kann.
Hinweis Generierte Geometrie sollte vor dem Einsatz in Produktion, Animation, Simulation oder Fertigung geprüft werden. Stellen Sie sicher, dass Prompts und Referenzbilder den geltenden Richtlinien zu Inhalten und geistigem Eigentum entsprechen.
Meshy 7 Text-to-3D und Mitbewerber: Vergleichsanalyse
-
Meshy 7 Text-to-3D im Vergleich zu Tripo Text-to-3D
Teams sollten beim Vergleich dieser Modelle Topologieoptionen, die Steuerung der Zielpolygonanzahl, Texturierungsworkflows, Ausgabeanforderungen und Integrationsbedarf bewerten. Meshy 7 stellt diese Steuermöglichkeiten über die Flaq AI API bereit. -
Meshy 7 Text-to-3D im Vergleich zu Rodin Text-to-3D
Die bevorzugte Option hängt vom Motiv und dem nachgelagerten 3D-Workflow ab. Meshy 7 kombiniert promptbasierte Generierung mit optionaler Neuvernetzung, Posensteuerung, Symmetrie und PBR-Einstellungen. -
Meshy 7 Text-to-3D im Vergleich zu CSM
Entwickler können unterstützte Eingaben, Netzsteuerung, Texturierungsoptionen und API-Workflow vergleichen. Meshy 7 nimmt einen Textprompt entgegen und bietet konfigurierbare Geometrie- und Textureinstellungen. -
Meshy 7 Text-to-3D im Vergleich zu Luma Genie
Produktteams sollten Modellverhalten, verfügbare Steuermöglichkeiten, Ausgabeanforderungen und Integrationsformat bewerten. Meshy 7 ist als aufgabenbasierte API auf Flaq AI verfügbar. -
Meshy 7 Text-to-3D im Vergleich zu Meshy 7 Image-to-3D
Text-to-3D eignet sich für Workflows, die mit einem schriftlichen Konzept beginnen. Image-to-3D ist die entsprechende Option, wenn ein Ausgangsbild das generierte Modell anleiten soll.