Bangun model 3D dari 2–4 gambar referensi yang diurutkan sebagai depan, kiri, belakang, dan kanan dengan opsi output yang dapat dikonfigurasi.
Model Tripo3D H3.1 Terkait
Contoh API
Contoh Pengiriman
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-multiview-to-3d',
images: [
'https://example.com/front.png',
'https://example.com/left.png',
'https://example.com/back.png',
'https://example.com/right.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;
Contoh 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));
}
Contoh Pengiriman
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-multiview-to-3d',
'images': [
'https://example.com/front.png',
'https://example.com/left.png',
'https://example.com/back.png',
'https://example.com/right.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']
Contoh 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)
Contoh Pengiriman
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-multiview-to-3d",
"images": [
"https://example.com/front.png",
"https://example.com/left.png",
"https://example.com/back.png",
"https://example.com/right.png"
],
"texture_alignment": "original_image",
"orientation": "default",
"texture": true,
"pbr": true,
"texture_quality": "standard",
"geometry_quality": "standard",
"auto_size": false,
"quad": false
}'
Contoh 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"
Coba contoh
Harga Tripo H3.1 Multiview to 3D
| Parameter | Harga | Harga asli | Diskon |
|---|
README
API Tripo H3.1 Multiview-to-3D Berfidelitas Tinggi (Pembuatan Aset 3D AI dari Berbagai Sudut Pandang)
API Tripo H3.1 Multiview-to-3D dari Tripo3D AI menghasilkan aset 3D yang mendetail dari sekumpulan gambar referensi yang konsisten dari objek yang sama. Dengan menggunakan berbagai sudut pandang, model Tripo H3.1 dapat membangun pemahaman yang lebih menyeluruh tentang geometri dan tampilan permukaan objek untuk alur kerja 3D yang berorientasi produksi. Flaq AI menyediakan kemampuan pembuatan 3D multiview ini melalui API untuk visualisasi produk, aset game, kembaran digital, dan produksi kreatif berdetail tinggi.
Fitur Utama API Tripo H3.1 Multiview-to-3D
- Rekonstruksi 3D Multi-Sudut: Hasilkan aset 3D dari beberapa tampilan subjek yang sama, sehingga model dapat menggunakan cakupan visual yang lebih luas saat membentuk detail geometri dan tekstur.
- Pembuatan Geometri Berfidelitas Tinggi: Buat mesh mendetail untuk aset yang ditujukan bagi render jarak dekat, scene interaktif, etalase produk, dan aplikasi 3D lain yang menuntut kualitas tinggi.
- Output Tekstur yang Memahami Referensi: Hasilkan tekstur opsional dan material PBR sambil memilih apakah hasil harus mengutamakan tampilan gambar sumber atau interpretasi geometri yang konsisten.
- Kontrol Produksi yang Fleksibel: Sesuaikan preferensi geometri, tekstur, ukuran, dan mesh dengan kebutuhan render yang dipoles, alur kerja pengeditan lanjutan, atau serah terima aset yang lebih terstruktur.
- Kontrol Biaya Berbasis Opsi: Penagihan mencerminkan opsi output yang dipilih, dengan menggabungkan kredit pembuatan dasar dan biaya tambahan yang berlaku untuk tekstur, geometri mendetail, dan quad mesh.
- Integrasi API yang Skalabel: Hadirkan pembuatan multiview-to-3D ke pustaka aset, aplikasi kreatif, sistem visualisasi, dan alur kerja Flaq AI otomatis.
Cara Menggunakan API Tripo H3.1 Multiview-to-3D untuk Rekonstruksi 3D Mendetail di Flaq AI
- Input: Beberapa gambar objek yang sama yang diambil dari sudut-sudut saling melengkapi, dengan subjek dan tampilan visual yang konsisten di seluruh rangkaian gambar.
- Output: Mesh 3D yang dihasilkan dengan tekstur dan material PBR opsional, dikembalikan melalui alur kerja API Flaq AI untuk rendering, pengeditan, atau penyerahan hasil.
- Arah Referensi: Kontrol apakah output permukaan yang dihasilkan harus mengikuti gambar yang disediakan secara saksama atau lebih memprioritaskan geometri 3D yang konsisten.
- Persiapan Aset: Opsi fidelitas, orientasi, skala, dan topologi yang fleksibel mendukung berbagai kebutuhan produksi lanjutan.
- Kemampuan: Rekonstruksi 3D multiview, geometri berdetail tinggi, output tekstur yang memahami referensi, pembuatan material PBR, dan penyerahan aset berbasis opsi melalui Tripo H3.1.
Kasus Penggunaan Terbaik untuk Integrasi API Tripo H3.1 Multiview-to-3D
- Kembaran Digital Produk: Ubah sekumpulan tampilan produk yang dikurasi menjadi aset 3D mendetail untuk konfigurasi online, perdagangan interaktif, dan pengalaman produk visual.
- Aset Game dan Hiburan: Bangun titik awal yang kuat untuk properti, barang koleksi, dan objek utama saat tim artistik dapat menyediakan beberapa tampilan dari desain yang sama.
- Visualisasi Arsitektur dan Interior: Hasilkan elemen 3D yang dapat digunakan kembali dari beberapa gambar referensi untuk penataan, visualisasi konsep, dan konstruksi scene yang mendetail.
- Produksi Pemasaran dan CGI: Rekonstruksi objek kampanye untuk film produk 3D, render jarak dekat, materi peluncuran yang imersif, dan pengalaman digital bermerek.
- Otomatisasi Pipeline Aset: Tambahkan rekonstruksi multiview ke alat internal dan platform konten yang membutuhkan pembuatan 3D berbasis API yang konsisten dan dapat diulang.
Catatan Gunakan beberapa gambar objek yang sama dengan pencahayaan konsisten serta sudut yang jelas dan saling melengkapi. Pastikan Anda memiliki hak yang diperlukan untuk menggunakan setiap gambar referensi.
Tripo H3.1 Multiview-to-3D vs Pesaing: Analisis Perbandingan
-
Tripo H3.1 Multiview-to-3D vs. Tripo H3.1 Image-to-3D: Multiview-to-3D menggunakan cakupan visual yang lebih luas dan cocok untuk objek yang memperoleh manfaat dari beberapa sudut referensi. Image-to-3D adalah pilihan yang lebih cepat ketika hanya tersedia satu gambar berkualitas tinggi.
-
Tripo H3.1 Multiview-to-3D vs. Tripo H3.1 Text-to-3D: Multiview-to-3D dirancang untuk merekonstruksi objek tertentu yang memiliki referensi. Text-to-3D menawarkan lebih banyak kebebasan kreatif ketika aset belum divisualisasikan.
-
Tripo H3.1 Multiview-to-3D vs. Meshy Image-to-3D: Meshy dapat mendukung pembuatan aset cepat yang dipandu gambar. API Tripo H3.1 Multiview-to-3D dirancang khusus untuk alur kerja yang dapat menyediakan beberapa tampilan dan ingin memanfaatkan informasi referensi yang tersedia secara lebih menyeluruh.
-
Tripo H3.1 Multiview-to-3D vs. Rodin 3D Generation: Rodin banyak digunakan untuk aset 3D buatan AI dari gambar referensi. Tripo H3.1 menekankan rekonstruksi multi-sudut berfidelitas tinggi dengan output yang memahami material serta kontrol produksi fleksibel dalam alur kerja Flaq AI.
-
Tripo H3.1 Multiview-to-3D vs. Fotogrametri Konvensional: Fotogrametri konvensional dapat memerlukan proses pengambilan gambar, pembersihan, dan rekonstruksi yang ekstensif. Tripo H3.1 menyediakan alternatif berbasis API bagi tim yang ingin menghasilkan aset dari sekumpulan tampilan objek yang dikurasi.