참조 이미지 한 장을 3D 모델로 변환합니다. 정렬, 방향, 텍스처, 재질, 형상, 크기, 메시 옵션을 설정할 수 있습니다.
관련 Meshy 7 모델
API 예제
제출 예제
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-image-to-3d',
image_url: 'https://example.com/ceramic-lamp.png',
topology: 'triangle',
remesh: true,
symmetry_mode: 'auto',
pose_mode: 'a-pose',
pbr: true,
texture_prompt: 'Glazed blue ceramic with subtle gold details',
texture_image: 'https://example.com/ceramic-reference.png',
}),
});
const { data } = await response.json();
const taskId = data.task_id;
폴링 예제
// 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));
}
제출 예제
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-image-to-3d',
'image_url': 'https://example.com/ceramic-lamp.png',
'topology': 'triangle',
'remesh': True,
'symmetry_mode': 'auto',
'pose_mode': 'a-pose',
'pbr': True,
'texture_prompt': 'Glazed blue ceramic with subtle gold details',
'texture_image': 'https://example.com/ceramic-reference.png',
},
)
response.raise_for_status()
task_id = response.json()['data']['task_id']
폴링 예제
# 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)
제출 예제
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-image-to-3d",
"image_url": "https://example.com/ceramic-lamp.png",
"topology": "triangle",
"remesh": true,
"symmetry_mode": "auto",
"pose_mode": "a-pose",
"pbr": true,
"texture_prompt": "Glazed blue ceramic with subtle gold details",
"texture_image": "https://example.com/ceramic-reference.png"
}'
폴링 예제
# 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"
Meshy 7 Image to 3D 가격
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
README
Meshy 7 Image-to-3D API (단일 이미지 기반 3D 생성 및 선택적 PBR)
Meshy 7 Image-to-3D API는 원본 이미지 한 장으로 3D 모델을 생성하여 게임 개발, 디지털 디자인, 제품 시각화 및 창의적인 프로토타이핑에 활용할 수 있습니다. 개발자는 토폴로지, 목표 폴리곤 수, 리메싱, 대칭, 휴머노이드 포즈, 선택적 PBR 재질을 설정할 수 있습니다. Flaq AI에서 제공되며, 텍스처 워크플로를 위한 텍스트 또는 이미지 가이드도 입력할 수 있습니다.
Meshy 7 Image-to-3D API의 주요 기능
-
단일 이미지 기반 3D 생성: 참조 이미지 한 장으로 생성할 3D 모델의 대상과 외형을 유도합니다.
-
토폴로지 설정: 후속 워크플로에 따라 삼각형 또는 사각형 토폴로지를 선택할 수 있습니다.
-
목표 폴리곤 수 제어: 지원 범위 내에서 목표 폴리곤 수를 설정하여 메시 밀도를 조절할 수 있습니다.
-
리메시 및 대칭 옵션: 메시 재생성 여부와 대칭 적용 방식을 제어할 수 있습니다.
-
휴머노이드 포즈 가이드: 적합한 휴머노이드 대상에 지원되는 포즈 옵션을 선택할 수 있습니다.
-
선택적 PBR 및 텍스처 가이드: PBR 재질 생성을 활성화하고 프롬프트나 참조 이미지로 텍스처링을 유도할 수 있습니다.
Flaq AI에서 Meshy 7 Image-to-3D API로 3D를 생성하는 방법
-
입력: 필수 이미지 URL 한 개와 함께 토폴로지, 목표 폴리곤 수, 리메시, 대칭, 휴머노이드 포즈, PBR, 텍스처 프롬프트, 텍스처 이미지를 선택적으로 설정합니다.
-
출력: 생성된 3D 모델과 선택적 PBR 재질 텍스처가 Flaq AI 작업 워크플로를 통해 반환됩니다.
-
메시 제어: 삼각형 또는 사각형 토폴로지를 선택하고 목표 폴리곤 수를 설정하며, 생성된 지오메트리의 리메시 여부를 지정합니다.
-
포즈 제어: 원본 대상에 포즈 가이드를 적용하기 적합한 경우 지원되는 휴머노이드 포즈 설정을 사용합니다.
-
지원 기능: 메시, 포즈, 대칭, 텍스처를 설정할 수 있는 단일 이미지 기반 3D 생성.
Meshy 7 Image-to-3D API 연동에 적합한 활용 사례
-
콘셉트 아트를 3D로 변환: 캐릭터, 소품 또는 환경 참조 자료를 후속 제작을 위한 초기 모델로 변환합니다.
-
제품 시각화: 제품 이미지로 3D 콘셉트를 만들어 검토하고 인터랙티브 경험에 활용할 수 있도록 준비합니다.
-
캐릭터 디자인: 적합한 캐릭터 참조 자료로 기본 모델을 생성한 다음, 후속 도구에서 리깅과 개선 작업을 이어갑니다.
-
수집품 및 피규어 콘셉트: 승인된 아트워크를 기본 지오메트리로 변환하여 이후 검사와 제조 준비에 활용합니다.
-
VFX 및 사전 시각화: 참조 자료 기반 모델을 만들어 장면 계획, 레이아웃 및 초기 에셋 탐색에 활용합니다.
참고 이미지 한 장에는 물체의 모든 면이 보이지 않으므로, 보이지 않는 지오메트리는 추론되며 검토가 필요합니다. 원본 이미지가 적용되는 저작권 및 지식재산 요건을 준수하는지 확인하세요.
Meshy 7 Image-to-3D와 경쟁 모델 비교 분석
-
Meshy 7 Image-to-3D와 Tripo Image-to-3D 비교
두 모델을 비교하는 팀은 입력 요구 사항, 토폴로지 제어, 목표 폴리곤 설정, 텍스처 워크플로, 연동 필요 사항을 평가해야 합니다. Meshy 7은 Flaq AI를 통해 이러한 옵션을 제공합니다. -
Meshy 7 Image-to-3D와 Rodin Image-to-3D 비교
적합한 모델은 대상, 원하는 지오메트리, 후속 워크플로에 따라 달라집니다. Meshy 7은 단일 이미지 기반 생성에 선택적 리메싱, 포즈 가이드, 대칭, PBR 제어를 결합합니다. -
Meshy 7 Image-to-3D와 Stable Fast 3D 비교
개발자는 모델 동작, 사용 가능한 메시 제어, 출력 요구 사항, 배포 방식을 비교할 수 있습니다. Meshy 7은 Flaq AI의 관리형 작업 API를 통해 제공됩니다. -
Meshy 7 Image-to-3D와 CSM Image-to-3D 비교
제품 팀은 지원 대상 범위, 지오메트리 제어, 텍스처 가이드, API 연동을 평가해야 합니다. Meshy 7은 원본 이미지 한 장과 조정 가능한 생성 설정을 입력받습니다. -
Meshy 7 Image-to-3D와 Meshy 7 Multiview-to-3D 비교
Image-to-3D에는 원본 이미지 한 장이 필요합니다. Multiview-to-3D는 추가 시점의 이미지가 있을 때 여러 참조 이미지를 입력받습니다.