สร้างโมเดล 3D จากภาพอ้างอิง 2–4 ภาพที่เรียงตามด้านหน้า ด้านซ้าย ด้านหลัง และด้านขวา พร้อมปรับตัวเลือกผลลัพธ์ได้
โมเดล Meshy 7 ที่เกี่ยวข้อง
ตัวอย่าง API
ตัวอย่างการส่งคำขอ
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;
ตัวอย่างการดึงสถานะ
// 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));
}
ตัวอย่างการส่งคำขอ
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']
ตัวอย่างการดึงสถานะ
# 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)
ตัวอย่างการส่งคำขอ
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"
}'
ตัวอย่างการดึงสถานะ
# 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"
ราคา Meshy 7 Multiview to 3D
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
README
Meshy 7 Multiview-to-3D API (สร้างโมเดล 3D จากหลายภาพพร้อมตัวเลือก PBR)
Meshy 7 Multiview-to-3D API สร้างโมเดล 3D จากภาพอ้างอิงหลายภาพสำหรับแอสเซ็ตเกม งานออกแบบดิจิทัล การแสดงภาพ ผลิตภัณฑ์ และการสร้างต้นแบบเชิงสร้างสรรค์ ส่งภาพได้สูงสุดสี่มุมมองโดยไม่ต้องเรียงตามลำดับหน้า-ซ้าย-หลัง-ขวา จากนั้น กำหนดโทโพโลยี จำนวนโพลีกอนเป้าหมาย การสร้างเมชใหม่ ความสมมาตร ท่าทางแบบมนุษย์ และวัสดุ PBR ที่เลือกเปิดใช้ได้ โมเดลนี้ให้บริการ ผ่าน Flaq AI และยังรองรับการใช้ข้อความหรือภาพเป็นแนวทางในขั้นตอนการสร้างเท็กซ์เจอร์
คุณสมบัติหลักของ Meshy 7 Multiview-to-3D API
-
อินพุตหลายภาพ: ใช้ภาพอ้างอิงอย่างน้อยหนึ่งภาพเพื่อให้ข้อมูลภาพเพิ่มเติมแก่โมเดลที่จะสร้าง
-
ส่งมุมมองได้อย่างยืดหยุ่น: ส่งภาพโดยไม่จำเป็นต้องเรียงตามลำดับด้านหน้า ซ้าย หลัง และขวา
-
กำหนดโทโพโลยีได้: เลือกโทโพโลยีแบบสามเหลี่ยมหรือสี่เหลี่ยมตามขั้นตอนการทำงานต่อเนื่องที่ต้องการ
-
ควบคุมจำนวนโพลีกอนเป้าหมาย: กำหนดจำนวนโพลีกอนเป้าหมายภายในช่วงที่รองรับเพื่อใช้เป็นแนวทางสำหรับความหนาแน่นของเมช
-
ตัวเลือกสร้างเมชใหม่ ความสมมาตร และท่าทาง: กำหนดการสร้างเมชใหม่ ลักษณะความสมมาตร และท่าทางแบบมนุษย์ที่รองรับ
-
ตัวเลือก PBR และแนวทางเท็กซ์เจอร์: เปิดใช้งานการสร้างวัสดุ PBR และใช้พรอมป์ต์หรือภาพอ้างอิงเพื่อกำหนดแนวทาง ในการสร้างเท็กซ์เจอร์
วิธีใช้ Meshy 7 Multiview-to-3D API เพื่อสร้าง 3D จากหลายภาพบน Flaq AI
-
อินพุต: ต้องมี URL ภาพหนึ่งถึงสี่รายการ พร้อมการตั้งค่าทางเลือกสำหรับโทโพโลยี จำนวนโพลีกอนเป้าหมาย การสร้างเมชใหม่ ความสมมาตร ท่าทางแบบมนุษย์ PBR พรอมป์ต์เท็กซ์เจอร์ และภาพเท็กซ์เจอร์
-
เอาต์พุต: โมเดล 3D ที่สร้างขึ้นพร้อมเท็กซ์เจอร์วัสดุ PBR ตามที่เลือก โดยส่งคืนผ่านขั้นตอนงานของ Flaq AI
-
การจัดการมุมมอง: ส่งหลายมุมมองของวัตถุเดียวกันโดยไม่ต้องเรียงตามทิศทางที่กำหนด
-
การควบคุมเมช: เลือกโทโพโลยีแบบสามเหลี่ยมหรือสี่เหลี่ยม กำหนดจำนวนโพลีกอนเป้าหมาย และเลือกว่าจะสร้างเมชใหม่ ให้กับรูปทรงเรขาคณิตที่สร้างขึ้นหรือไม่
-
ความสามารถ: สร้าง 3D จากหลายภาพพร้อมตัวเลือกควบคุมเมช ท่าทาง ความสมมาตร และเท็กซ์เจอร์
กรณีใช้งานที่เหมาะสำหรับการเชื่อมต่อ Meshy 7 Multiview-to-3D API
-
แนวคิดตัวละครและสิ่งมีชีวิต: ใช้หลายมุมมองที่สอดคล้องกันเพื่อให้ข้อมูลภาพเพิ่มเติมสำหรับโมเดลพื้นฐาน ที่จะสร้าง
-
การแสดงภาพผลิตภัณฑ์: สร้างแนวคิด 3D จากภาพผลิตภัณฑ์ที่ผ่านการอนุมัติหลายภาพเพื่อการตรวจทานและการปรับปรุง ในขั้นตอนถัดไป
-
การสร้างโมเดลพร็อพและวัตถุ: สร้างเมชเริ่มต้นสำหรับวัตถุที่แสดงรูปทรงจากหลายมุม ในภาพอ้างอิง
-
แนวคิดของสะสมและฟิกเกอร์: เปลี่ยนงานศิลปะหรือภาพถ่ายหลายมุมให้เป็นรูปทรงเรขาคณิตพื้นฐานสำหรับตรวจสอบและ เตรียมการผลิตชิ้นงาน
-
VFX และการจำลองภาพล่วงหน้า: สร้างโมเดลตามภาพอ้างอิงสำหรับการจัดวาง การวางแผนฉาก และการพัฒนาแอสเซ็ตระยะแรก
หมายเหตุ ใช้ภาพที่สอดคล้องกันของวัตถุเดียวกันเพื่อให้การใช้ข้อมูลร่วมกันระหว่างมุมมองได้ผลดีขึ้น รูปทรงเรขาคณิตที่สร้างขึ้นยังคงต้อง ผ่านการตรวจทานก่อนนำไปใช้ในงานผลิตหรือผลิตเป็นชิ้นงานจริง
Meshy 7 Multiview-to-3D เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
-
เปรียบเทียบ Meshy 7 Multiview-to-3D กับ Tripo Multiview-to-3D
ทีมที่เปรียบเทียบโมเดลเหล่านี้ควรประเมินข้อกำหนดของภาพ การควบคุมโทโพโลยี การตั้งค่าโพลีกอนเป้าหมาย ขั้นตอนการสร้างเท็กซ์เจอร์ และความต้องการในการเชื่อมต่อ Meshy 7 มีตัวเลือกเหล่านี้ให้ใช้งานผ่าน Flaq AI -
เปรียบเทียบ Meshy 7 Multiview-to-3D กับ Meshy 7 Image-to-3D
Image-to-3D ใช้ภาพต้นฉบับหนึ่งภาพ ส่วน Multiview-to-3D สามารถรับหลายมุมมองของวัตถุเดียวกันได้ มุมมอง เพิ่มเติมให้ข้อมูลภาพมากขึ้น แต่ไม่ได้ทำให้หมดความจำเป็นในการตรวจทานรูปทรงเรขาคณิตที่โมเดลอนุมานขึ้น -
เปรียบเทียบ Meshy 7 Multiview-to-3D กับ Rodin Multiview
โมเดลที่เหมาะสมขึ้นอยู่กับวัตถุ ภาพอ้างอิงที่มี และขั้นตอนการทำงานต่อเนื่อง Meshy 7 ผสาน อินพุตหลายภาพเข้ากับตัวเลือกการสร้างเมชใหม่ แนวทางท่าทาง ความสมมาตร และการควบคุม PBR -
เปรียบเทียบ Meshy 7 Multiview-to-3D กับ SyncDreamer
นักพัฒนาสามารถเปรียบเทียบขั้นตอนอินพุต พฤติกรรมของโมเดล การควบคุมรูปทรงเรขาคณิต ตัวเลือกเท็กซ์เจอร์ และวิธีการเชื่อมต่อ Meshy 7 รับ URL ภาพโดยตรงผ่าน API งานของ Flaq AI -
เปรียบเทียบ Meshy 7 Multiview-to-3D กับ InstantMesh
ทีมผลิตภัณฑ์ควรประเมินข้อกำหนดในการนำระบบไปใช้งาน การควบคุมเมช รูปแบบผลลัพธ์ และขั้นตอนการสร้างเท็กซ์เจอร์ Meshy 7 ให้บริการเป็น API แบบจัดการให้พร้อมการตั้งค่าการสร้างที่ปรับเปลี่ยนได้