Transformez une image de référence en modèle 3D avec des options d'alignement, orientation, texture, matériau, géométrie, échelle et maillage.
Modèles Tripo3D H3.1 associés
Exemples d'API
Exemple d'envoi
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: 'tripo3d-h3.1-image-to-3d',
image_url: 'https://example.com/object.png',
texture_alignment: 'original_image',
orientation: 'default',
texture: true,
pbr: true,
texture_quality: 'standard',
geometry_quality: 'standard',
auto_size: false,
quad: false,
}),
});
const { data } = await response.json();
const taskId = data.task_id;
Exemple de polling
// 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));
}
Exemple d'envoi
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': 'tripo3d-h3.1-image-to-3d',
'image_url': 'https://example.com/object.png',
'texture_alignment': 'original_image',
'orientation': 'default',
'texture': True,
'pbr': True,
'texture_quality': 'standard',
'geometry_quality': 'standard',
'auto_size': False,
'quad': False,
},
)
response.raise_for_status()
result = response.json()
task_id = result['data']['task_id']
Exemple de polling
# 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)
Exemple d'envoi
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": "tripo3d-h3.1-image-to-3d",
"image_url": "https://example.com/object.png",
"texture_alignment": "original_image",
"orientation": "default",
"texture": true,
"pbr": true,
"texture_quality": "standard",
"geometry_quality": "standard",
"auto_size": false,
"quad": false
}'
Exemple de polling
# 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"
Essayer un exemple
Tarifs de Tripo H3.1 Image to 3D
| Paramètres | Prix | Prix d’origine | Remise |
|---|
README
API Tripo H3.1 Image-to-3D haute fidélité (reconstruction 3D par IA à partir d’images)
L’API Tripo H3.1 Image-to-3D de Tripo3D AI transforme une seule image de référence en un asset 3D détaillé pour les développeurs, les équipes créatives et les workflows de production 3D. Le modèle Tripo H3.1 interprète la structure visible et l’apparence de la surface afin de générer un maillage avec des textures et des matériaux PBR facultatifs. Avec Flaq AI, les équipes peuvent intégrer la reconstruction Image-to-3D aux pipelines de visualisation de produits, de création graphique pour les jeux, d’e-commerce et de génération de contenu.
Fonctionnalités clés de l’API Tripo H3.1 Image-to-3D
- Reconstruction 3D à partir d’une seule image : Transformez une image nette d’un objet en modèle 3D en utilisant la référence comme base visuelle pour la forme et l’apparence de la surface.
- Géométrie tenant compte de la référence : Générez une géométrie détaillée qui reflète le sujet présenté dans l’image source, ce qui rend l’API utile lorsqu’un concept, un produit ou un visuel existant nécessite un équivalent 3D.
- Production de textures et de matériaux PBR : Créez des assets texturés facultatifs avec des matériaux physiquement réalistes pour les workflows de rendu qui nécessitent des surfaces et une réaction à la lumière plus crédibles.
- Contrôle de l’alignement visuel : Orientez la génération vers la préservation de l’apparence de l’image source ou donnez la priorité à une structure 3D cohérente, selon l’objectif du projet.
- Préparation flexible des assets : Ajustez les préférences de qualité, d’échelle et de topologie pour mieux répondre aux besoins de rendu de produits, d’itération créative, de postproduction ou de livraison des assets.
- Workflow Image-to-3D prêt pour l’API : Ajoutez la génération 3D guidée par image aux systèmes de contenu, aux outils de vitrine et aux plateformes créatives, ainsi qu’aux flux de production automatisés sur Flaq AI.
Comment utiliser l’API Tripo H3.1 Image-to-3D pour la reconstruction 3D sur Flaq AI
- Entrée : Une seule image de référence nette, où le sujet principal est clairement cadré et facile à distinguer de son arrière-plan.
- Sortie : Un maillage 3D généré avec des textures et des matériaux PBR facultatifs, renvoyé par le workflow de l’API Flaq AI pour le rendu, l’affinage ou la livraison.
- Orientation par rapport à la référence : Choisissez si la sortie doit rester plus proche de l’apparence de l’image d’origine ou accorder davantage d’importance à la cohérence géométrique.
- Préparation des assets : Des choix flexibles de qualité, de dimensions et de maillage facilitent la préparation des assets générés pour différents besoins de production.
- Capacités : Reconstruction 3D guidée par image, génération de maillages très détaillés, sortie tenant compte des textures, contrôle de l’orientation et livraison d’assets par API avec Tripo H3.1.
Meilleurs cas d’usage pour l’intégration de l’API Tripo H3.1 Image-to-3D
- Visualisation de produits e-commerce : Transformez des images de produits en assets 3D pour des vitrines interactives, des scènes promotionnelles et des présentations immersives de produits.
- Création graphique pour les jeux et mondes virtuels : Transformez des concept arts, des références d’accessoires et des designs d’objets de collection en assets de départ pour les jeux, les expériences virtuelles et les environnements 3D.
- Production de créations marketing : Réutilisez un visuel de campagne clé comme objet 3D pour des films de produits, du contenu social, des animations de marque et de la publicité numérique.
- Revue de design et de concept : Fournissez aux parties prenantes une version spatiale d’une référence de design afin d’aider les équipes à discuter plus tôt de la forme, de l’orientation des matériaux et de la présentation.
- Automatisation des plateformes de contenu : Intégrez des fonctionnalités Image-to-3D aux applications créatives et aux workflows de gestion des assets grâce à une intégration évolutive de l’API Flaq AI.
Remarque Pour obtenir le résultat le plus fiable, utilisez une image nette d’un seul sujet principal avec peu d’occlusions. Assurez-vous de disposer des droits nécessaires pour importer et transformer chaque image source.
Tripo H3.1 Image-to-3D face à ses concurrents : analyse comparative
-
Tripo H3.1 Image-to-3D vs Tripo H3.1 Text-to-3D : Image-to-3D part d’une référence visuelle et convient parfaitement lorsque l’apparence cible est importante. Text-to-3D offre davantage de liberté lorsqu’un asset commence par un concept ou une description écrite.
-
Tripo H3.1 Image-to-3D vs Tripo H3.1 Multiview-to-3D : Image-to-3D réduit la préparation des entrées en utilisant une seule image source. Multiview-to-3D est préférable lorsque plusieurs vues du même objet sont disponibles et qu’une couverture de référence plus complète est nécessaire.
-
Tripo H3.1 Image-to-3D vs Meshy Image-to-3D : Meshy propose un workflow 3D par IA guidé par image et accessible. L’API Tripo H3.1 Image-to-3D privilégie une génération haute fidélité avec alignement sur la référence, matériaux PBR facultatifs et choix flexibles de préparation des assets pour une utilisation en production.
-
Tripo H3.1 Image-to-3D vs Rodin Image-to-3D : Rodin est une option reconnue pour générer des assets 3D à partir de références visuelles. Tripo H3.1 se distingue par son processus de génération H3.1 très détaillé et son intégration directe aux workflows de l’API Flaq AI.
-
Tripo H3.1 Image-to-3D vs reconstruction 3D manuelle : La reconstruction manuelle peut nécessiter beaucoup de temps de modélisation et de texturage. Tripo H3.1 fournit un point de départ rapide et guidé par la référence, que les artistes peuvent affiner pour le contexte de production final.