Biến một ảnh tham chiếu thành mô hình 3D với các tùy chọn căn chỉnh, hướng, kết cấu, vật liệu, hình học, tỷ lệ và lưới.
Mô hình Meshy 7 liên quan
Ví dụ API
Ví dụ gửi yêu cầu
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;
Ví dụ 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));
}
Ví dụ gửi yêu cầu
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']
Ví dụ 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)
Ví dụ gửi yêu cầu
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"
}'
Ví dụ 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"
Giá Meshy 7 Image to 3D
| Tham số | Giá | Giá gốc | Giảm giá |
|---|
README
Meshy 7 Image-to-3D API (Tạo 3D từ một hình ảnh với PBR tùy chọn)
Meshy 7 Image-to-3D API tạo mô hình 3D từ một hình ảnh nguồn để phát triển trò chơi, thiết kế số, trực quan hóa sản phẩm và tạo nguyên mẫu sáng tạo. Nhà phát triển có thể cấu hình cấu trúc liên kết lưới, số đa giác mục tiêu, tái tạo lưới, đối xứng, tư thế nhân vật dạng người và vật liệu PBR tùy chọn. Được cung cấp qua Flaq AI, mô hình còn nhận hướng dẫn bằng văn bản hoặc hình ảnh cho quy trình tạo kết cấu.
Các tính năng chính của Meshy 7 Image-to-3D API
-
Tạo 3D từ một hình ảnh: Dùng một hình ảnh tham chiếu để định hướng đối tượng và diện mạo của mô hình 3D được tạo.
-
Cấu trúc liên kết lưới có thể cấu hình: Chọn cấu trúc lưới tam giác hoặc tứ giác phù hợp với quy trình xử lý tiếp theo dự kiến.
-
Kiểm soát số đa giác mục tiêu: Đặt số lượng đa giác mục tiêu trong phạm vi được hỗ trợ để định hướng mật độ lưới.
-
Tùy chọn tái tạo lưới và đối xứng: Kiểm soát việc tái tạo lưới và cách áp dụng tính đối xứng.
-
Hướng dẫn tư thế nhân vật dạng người: Chọn các tùy chọn tư thế được hỗ trợ cho đối tượng dạng người phù hợp.
-
PBR tùy chọn và hướng dẫn kết cấu: Bật tính năng tạo vật liệu PBR và định hướng việc tạo kết cấu bằng mô tả hoặc hình ảnh tham chiếu.
Cách sử dụng Meshy 7 Image-to-3D API để tạo 3D trên Flaq AI
-
Đầu vào: Một URL hình ảnh bắt buộc, cùng các cài đặt tùy chọn về cấu trúc liên kết lưới, số đa giác mục tiêu, tái tạo lưới, đối xứng, tư thế nhân vật dạng người, PBR, mô tả kết cấu và hình ảnh kết cấu.
-
Đầu ra: Mô hình 3D được tạo với các bản đồ kết cấu vật liệu PBR tùy chọn, trả về qua quy trình xử lý tác vụ của Flaq AI.
-
Kiểm soát lưới: Chọn cấu trúc lưới tam giác hoặc tứ giác, cấu hình số đa giác mục tiêu và chọn có tái tạo lưới cho hình học được tạo hay không.
-
Kiểm soát tư thế: Dùng các cài đặt tư thế nhân vật dạng người được hỗ trợ khi đối tượng nguồn phù hợp với hướng dẫn tư thế.
-
Khả năng: Tạo 3D từ một hình ảnh với các tùy chọn cấu hình lưới, tư thế, đối xứng và kết cấu.
Các trường hợp sử dụng phù hợp nhất khi tích hợp Meshy 7 Image-to-3D API
-
Từ tranh ý tưởng sang 3D: Chuyển hình ảnh tham chiếu nhân vật, đạo cụ hoặc môi trường thành mô hình ban đầu để tiếp tục phát triển.
-
Trực quan hóa sản phẩm: Tạo ý tưởng 3D từ hình ảnh sản phẩm để xem xét và chuẩn bị cho các trải nghiệm tương tác.
-
Thiết kế nhân vật: Tạo mô hình cơ sở từ hình ảnh tham chiếu nhân vật phù hợp, sau đó tiếp tục dựng bộ xương và tinh chỉnh trong các công cụ ở giai đoạn tiếp theo.
-
Ý tưởng đồ sưu tầm và tượng nhỏ: Chuyển tác phẩm nghệ thuật đã được phê duyệt thành hình học cơ sở để kiểm tra và chuẩn bị chế tạo sau này.
-
Hiệu ứng hình ảnh và diễn họa sơ bộ: Tạo mô hình dựa trên hình ảnh tham chiếu để lập kế hoạch cảnh, bố cục và khám phá tài nguyên ban đầu.
Lưu ý Một hình ảnh không thể hiện mọi bề mặt của vật thể, nên phần hình học không nhìn thấy được suy đoán và cần xem xét lại. Đảm bảo hình ảnh nguồn tuân thủ các yêu cầu hiện hành về bản quyền và sở hữu trí tuệ.
Meshy 7 Image-to-3D và các đối thủ: Phân tích so sánh
-
So sánh Meshy 7 Image-to-3D với Tripo Image-to-3D
Các nhóm so sánh hai mô hình này nên đánh giá yêu cầu đầu vào, kiểm soát cấu trúc liên kết lưới, cài đặt số đa giác mục tiêu, quy trình kết cấu và nhu cầu tích hợp. Meshy 7 cung cấp các tùy chọn này qua Flaq AI. -
So sánh Meshy 7 Image-to-3D với Rodin Image-to-3D
Mô hình phù hợp phụ thuộc vào đối tượng, hình học mong muốn và quy trình tiếp theo. Meshy 7 kết hợp khả năng tạo từ một hình ảnh với các tùy chọn tái tạo lưới, hướng dẫn tư thế, đối xứng và kiểm soát PBR. -
So sánh Meshy 7 Image-to-3D với Stable Fast 3D
Nhà phát triển có thể so sánh hành vi của mô hình, các tùy chọn kiểm soát lưới hiện có, yêu cầu đầu ra và cách triển khai. Meshy 7 được cung cấp qua API tác vụ được quản lý trên Flaq AI. -
So sánh Meshy 7 Image-to-3D với CSM Image-to-3D
Các nhóm sản phẩm nên đánh giá phạm vi đối tượng được hỗ trợ, kiểm soát hình học, hướng dẫn kết cấu và tích hợp API. Meshy 7 nhận một hình ảnh nguồn và các cài đặt tạo có thể cấu hình. -
So sánh Meshy 7 Image-to-3D với Meshy 7 Multiview-to-3D
Image-to-3D yêu cầu một hình ảnh nguồn. Multiview-to-3D nhận nhiều hình ảnh tham chiếu khi có thêm các góc nhìn khác.