정면, 왼쪽, 후면, 오른쪽 순서의 참조 이미지 2–4장으로 3D 모델을 만들고 출력 옵션을 설정하세요.
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-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;
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-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']
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-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"
}'
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 Multiview to 3D 가격
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
README
Meshy 7 Multiview-to-3D API(선택적 PBR을 지원하는 다중 이미지 3D 생성)
Meshy 7 Multiview-to-3D API는 여러 참조 이미지에서 3D 모델을 생성하여 게임 에셋, 디지털 디자인, 제품 시각화, 창의적인 프로토타입 제작에 활용할 수 있습니다. 정면·왼쪽·후면·오른쪽 순서를 따를 필요 없이 최대 4개의 뷰를 제출한 다음, 토폴로지, 목표 폴리곤 수, 리메시, 대칭, 휴머노이드 포즈, 선택적 PBR 재질을 설정할 수 있습니다. Flaq AI를 통해 이용할 수 있으며, 텍스처 작업 과정에서 텍스트 또는 이미지 가이드도 지원합니다.
Meshy 7 Multiview-to-3D API의 주요 기능
-
다중 이미지 입력: 하나 이상의 참조 이미지를 사용하여 생성할 모델에 추가적인 시각 정보를 제공합니다.
-
유연한 뷰 제출: 정면, 왼쪽, 후면, 오른쪽의 고정된 순서 없이 이미지를 제공할 수 있습니다.
-
설정 가능한 토폴로지: 이후 작업 과정에 맞춰 삼각형 또는 사각형 토폴로지를 선택합니다.
-
목표 폴리곤 수 제어: 지원 범위 내에서 목표 폴리곤 수를 설정하여 메시 밀도의 기준을 지정합니다.
-
리메시, 대칭 및 포즈 옵션: 메시 재생성, 대칭 동작, 지원되는 휴머노이드 포즈를 설정합니다.
-
선택적 PBR 및 텍스처 가이드: PBR 재질 생성을 활성화하고 프롬프트 또는 참조 이미지로 텍스처링을 안내합니다.
Flaq AI에서 Meshy 7 Multiview-to-3D API로 다중 이미지 3D 생성하기
-
입력: 1~4개의 이미지 URL은 필수이며, 토폴로지, 목표 폴리곤 수, 리메시, 대칭, 휴머노이드 포즈, PBR, 텍스처 프롬프트, 텍스처 이미지 설정은 선택 사항입니다.
-
출력: 생성된 3D 모델과 선택적 PBR 재질 텍스처가 Flaq AI 작업 흐름을 통해 반환됩니다.
-
뷰 처리: 방향 순서를 맞출 필요 없이 동일한 대상의 여러 뷰를 제출합니다.
-
메시 제어: 삼각형 또는 사각형 토폴로지를 선택하고, 목표 폴리곤 수를 설정하며, 생성된 지오메트리를 리메시할지 선택합니다.
-
지원 기능: 메시, 포즈, 대칭, 텍스처를 제어할 수 있는 다중 이미지 기반 3D 생성.
Meshy 7 Multiview-to-3D API 연동에 적합한 주요 활용 사례
-
캐릭터 및 크리처 콘셉트: 일관된 여러 뷰를 사용하여 생성할 기본 모델에 더 많은 시각 정보를 제공합니다.
-
제품 시각화: 승인된 여러 제품 이미지에서 3D 콘셉트를 만들어 검토 및 후속 개선에 활용합니다.
-
소품 및 오브젝트 모델링: 여러 참조 각도에서 형태를 확인할 수 있는 오브젝트의 초기 메시를 생성합니다.
-
수집품 및 피규어 콘셉트: 여러 각도의 아트워크나 사진을 검토 및 제작 준비에 활용할 기본 지오메트리로 변환합니다.
-
VFX 및 사전 시각화: 레이아웃, 장면 기획, 초기 에셋 개발을 위한 참조 이미지 기반 모델을 만듭니다.
참고 뷰 간 가이드를 개선하려면 동일한 대상의 일관된 이미지를 사용하세요. 생성된 지오메트리는 프로덕션에 사용하거나 제작하기 전에 검토해야 합니다.
Meshy 7 Multiview-to-3D와 경쟁 모델: 비교 분석
-
Meshy 7 Multiview-to-3D와 Tripo Multiview-to-3D 비교
이 모델들을 비교하는 팀은 이미지 요구 사항, 토폴로지 제어, 목표 폴리곤 설정, 텍스처 작업 과정, 연동 요구 사항을 평가해야 합니다. Meshy 7은 Flaq AI를 통해 이러한 옵션을 제공합니다. -
Meshy 7 Multiview-to-3D와 Meshy 7 Image-to-3D 비교
Image-to-3D는 원본 이미지 한 장을 사용하며, Multiview-to-3D는 동일한 대상의 여러 뷰를 입력받을 수 있습니다. 추가 뷰는 더 많은 시각 정보를 제공하지만, 추론된 지오메트리를 검토할 필요가 사라지는 것은 아닙니다. -
Meshy 7 Multiview-to-3D와 Rodin Multiview 비교
적합한 모델은 대상, 사용 가능한 참조 자료, 이후 작업 과정에 따라 달라집니다. Meshy 7은 다중 이미지 입력에 선택적 리메시, 포즈 가이드, 대칭 및 PBR 제어를 결합합니다. -
Meshy 7 Multiview-to-3D와 SyncDreamer 비교
개발자는 입력 과정, 모델 동작, 지오메트리 제어, 텍스처 옵션, 연동 방식을 비교할 수 있습니다. Meshy 7은 Flaq AI 작업 API를 통해 이미지 URL을 직접 받습니다. -
Meshy 7 Multiview-to-3D와 InstantMesh 비교
제품 팀은 배포 요구 사항, 메시 제어, 결과 형식, 텍스처 작업 과정을 평가해야 합니다. Meshy 7은 생성 설정을 조정할 수 있는 관리형 API로 제공됩니다.