使用依正面、左側、背面、右側排序的 2–4 張參考圖片建立 3D 模型，並設定輸出選項。
Meshy 7 相關模型
API 範例
提交範例
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;
輪詢範例
// 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));
}
提交範例
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']
輪詢範例
# 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)
提交範例
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"
}'
輪詢範例
# 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 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
README
Meshy 7 Multiview-to-3D API（多圖生成 3D，支援選用 PBR）
Meshy 7 Multiview-to-3D API 可根據多張參考圖生成 3D 模型，適用於遊戲資產、數位設計、產品 視覺化及創意原型製作。最多可提交四個視角，無需按照前、左、後、右的固定順序排列，接著 設定拓撲結構、目標多邊形數量、重新網格化、對稱性、人形姿態及選用的 PBR 材質。此模型透過 Flaq AI 提供，也支援使用文字或圖像引導紋理生成流程。
Meshy 7 Multiview-to-3D API 的主要功能
-
多圖輸入： 使用一張或多張參考圖，為生成的模型提供更多視覺資訊。
-
彈性提交視角： 提交圖像時，無需遵循前、左、後、右的固定順序。
-
可設定拓撲結構： 依據後續工作流程的需求，選擇三角形或四邊形拓撲結構。
-
目標多邊形數量控制： 在支援的範圍內設定目標多邊形數量，以引導網格密度。
-
重新網格化、對稱性與姿態選項： 設定網格重新生成、對稱性處理方式及支援的人形姿態。
-
選用 PBR 與紋理引導： 啟用 PBR 材質生成，並使用提示詞或參考 圖像引導紋理生成。
如何在 Flaq AI 上使用 Meshy 7 Multiview-to-3D API 透過多圖生成 3D
-
輸入： 必須提供一至四個圖像 URL，選用設定包括拓撲結構、目標多邊形數量、重新網格化、對稱性、 人形姿態、PBR、紋理提示詞及紋理圖像。
-
輸出： 生成的 3D 模型及選用的 PBR 材質紋理，透過 Flaq AI 任務流程傳回。
-
視角處理： 提交同一主體的多個視角，無需按照固定方向順序排列。
-
網格控制： 選擇三角形或四邊形拓撲結構，設定目標多邊形數量，並選擇是否對生成的幾何體進行 重新網格化。
-
能力： 多圖生成 3D，支援設定網格、姿態、對稱性及紋理控制選項。
Meshy 7 Multiview-to-3D API 整合的典型應用情境
-
角色與生物概念設計： 使用多個一致的視角，為生成基礎模型提供更多 視覺資訊。
-
產品視覺化： 根據多張已確認的產品圖像建立 3D 概念模型，供審查及後續 細化。
-
道具與物件建模： 針對透過多個參考角度呈現形狀的物件，生成供後續建模使用的 初始網格。
-
收藏品與公仔概念設計： 將多角度美術圖或照片轉換為基礎幾何體，用於檢查及 製作準備。
-
視覺特效與預視： 根據參考素材建立模型，用於佈局、場景規劃及早期資產開發。
注意 使用同一主體的一致圖像，可改善跨視角引導效果。生成的幾何體在投入生產或製作前，仍應進行 檢查。
Meshy 7 Multiview-to-3D 與其他模型的比較分析
-
Meshy 7 Multiview-to-3D 與 Tripo Multiview-to-3D
比較這些模型時，團隊應評估圖像要求、拓撲控制、目標多邊形設定、紋理 流程及整合需求。Meshy 7 透過 Flaq AI 提供這些選項。 -
Meshy 7 Multiview-to-3D 與 Meshy 7 Image-to-3D
Image-to-3D 使用一張來源圖像，而 Multiview-to-3D 可接收同一主體的多個視角。額外的 視角能提供更多視覺資訊，但仍須檢查模型推斷生成的幾何體。 -
Meshy 7 Multiview-to-3D 與 Rodin Multiview
模型選擇取決於主體、可用參考素材及後續工作流程。Meshy 7 將 多圖輸入與選用的重新網格化、姿態引導、對稱性及 PBR 控制結合。 -
Meshy 7 Multiview-to-3D 與 SyncDreamer
開發者可比較輸入流程、模型行為、幾何體控制、紋理選項及整合方式。 Meshy 7 可透過 Flaq AI 任務 API 直接接收圖像 URL。 -
Meshy 7 Multiview-to-3D 與 InstantMesh
產品團隊應評估部署要求、網格控制、結果格式及紋理流程。Meshy 7 以 託管 API 的形式提供，支援自訂生成設定。