Tạo mô hình 3D từ 2–4 ảnh tham chiếu theo thứ tự trước, trái, sau, phải với các tùy chọn đầu ra.
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-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;
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-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']
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-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"
}'
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 Multiview to 3D
| Tham số | Giá | Giá gốc | Giảm giá |
|---|
README
Meshy 7 Multiview-to-3D API (Tạo 3D từ nhiều hình ảnh với PBR tùy chọn)
Meshy 7 Multiview-to-3D API tạo mô hình 3D từ nhiều hình ảnh tham chiếu để làm tài nguyên trò chơi, thiết kế kỹ thuật số, trực quan hóa sản phẩm và xây dựng nguyên mẫu sáng tạo. Gửi tối đa bốn góc nhìn mà không cần tuân theo thứ tự trước-trái-sau-phải, sau đó cấu hình cấu trúc liên kết, số lượng đa giác mục tiêu, tái tạo lưới, đối xứng, tư thế hình người và vật liệu PBR tùy chọn. Được cung cấp qua Flaq AI, mô hình còn hỗ trợ hướng dẫn bằng văn bản hoặc hình ảnh cho quy trình tạo kết cấu.
Các tính năng chính của Meshy 7 Multiview-to-3D API
-
Đầu vào nhiều hình ảnh: Sử dụng một hoặc nhiều hình ảnh tham chiếu để cung cấp thêm ngữ cảnh trực quan cho mô hình được tạo.
-
Gửi góc nhìn linh hoạt: Cung cấp hình ảnh mà không cần theo thứ tự cố định trước, trái, sau và phải.
-
Cấu trúc liên kết có thể cấu hình: Chọn cấu trúc liên kết tam giác hoặc tứ giác phù hợp với quy trình xử lý tiếp theo.
-
Kiểm soát số đa giác mục tiêu: Đặt số lượng đa giác mục tiêu trong phạm vi hỗ trợ để định hướng mật độ lưới.
-
Tùy chọn tái tạo lưới, đối xứng và tư thế: Cấu hình việc tái tạo lưới, cách áp dụng đối xứng và các tư thế hình người được hỗ trợ.
-
PBR tùy chọn và hướng dẫn kết cấu: Bật tính năng tạo vật liệu PBR và định hướng việc tạo kết cấu bằng câu lệnh hoặc hình ảnh tham chiếu.
Cách sử dụng Meshy 7 Multiview-to-3D API để tạo 3D từ nhiều hình ảnh trên Flaq AI
-
Đầu vào: Bắt buộc có từ một đến bốn URL hình ảnh, kèm các thiết lập tùy chọn về cấu trúc liên kết, số đa giác mục tiêu, tái tạo lưới, đối xứng, tư thế hình người, PBR, câu lệnh tạo kết cấu và hình ảnh kết cấu.
-
Đầu ra: Mô hình 3D được tạo cùng kết cấu vật liệu PBR tùy chọn, được trả về qua quy trình tác vụ của Flaq AI.
-
Xử lý góc nhìn: Gửi nhiều góc nhìn của cùng một đối tượng mà không cần tuân theo thứ tự hướng cụ thể.
-
Điều khiển lưới: Chọn cấu trúc liên kết tam giác hoặc tứ giác, cấu hình số đa giác mục tiêu và chọn có tái tạo lưới cho hình học đã tạo hay không.
-
Khả năng: Tạo 3D từ nhiều hình ảnh với các tùy chọn điều khiển lưới, tư thế, đối xứng và kết cấu.
Các trường hợp sử dụng phù hợp nhất khi tích hợp Meshy 7 Multiview-to-3D API
-
Ý tưởng nhân vật và sinh vật: Sử dụng nhiều góc nhìn nhất quán để cung cấp thêm ngữ cảnh trực quan cho mô hình cơ sở được tạo.
-
Trực quan hóa sản phẩm: Tạo ý tưởng 3D từ nhiều hình ảnh sản phẩm đã được duyệt để xem xét và tinh chỉnh ở các bước tiếp theo.
-
Mô hình hóa đạo cụ và vật thể: Tạo lưới ban đầu cho các vật thể có hình dạng được thể hiện qua nhiều góc nhìn tham chiếu.
-
Ý tưởng đồ sưu tầm và mô hình tượng: Biến tranh minh họa hoặc ảnh chụp từ nhiều góc thành hình học cơ sở để kiểm tra và chuẩn bị chế tác.
-
VFX và tiền trực quan hóa: Tạo mô hình dựa trên tham chiếu để bố trí, lên kế hoạch cảnh và phát triển tài nguyên ở giai đoạn đầu.
Lưu ý Sử dụng hình ảnh nhất quán của cùng một đối tượng để cải thiện hướng dẫn giữa các góc nhìn. Hình học được tạo vẫn cần được xem xét trước khi đưa vào sản xuất hoặc chế tác.
Meshy 7 Multiview-to-3D và các đối thủ: Phân tích so sánh
-
So sánh Meshy 7 Multiview-to-3D với Tripo Multiview-to-3D
Các nhóm so sánh những mô hình này nên đánh giá yêu cầu hình ảnh, khả năng điều khiển cấu trúc liên kết, thiết lập đa giác mục tiêu, quy trình tạo kết cấu và nhu cầu tích hợp. Meshy 7 cung cấp những tùy chọn này qua Flaq AI. -
So sánh Meshy 7 Multiview-to-3D với Meshy 7 Image-to-3D
Image-to-3D sử dụng một hình ảnh nguồn, còn Multiview-to-3D có thể nhận nhiều góc nhìn của cùng một đối tượng. Các góc nhìn bổ sung cung cấp thêm ngữ cảnh trực quan nhưng không loại bỏ nhu cầu xem xét hình học được suy luận. -
So sánh Meshy 7 Multiview-to-3D với Rodin Multiview
Mô hình phù hợp phụ thuộc vào đối tượng, tài liệu tham chiếu sẵn có và quy trình xử lý tiếp theo. Meshy 7 kết hợp đầu vào nhiều hình ảnh với các tùy chọn tái tạo lưới, hướng dẫn tư thế, đối xứng và điều khiển PBR. -
So sánh Meshy 7 Multiview-to-3D với SyncDreamer
Nhà phát triển có thể so sánh quy trình đầu vào, cách hoạt động của mô hình, điều khiển hình học, tùy chọn kết cấu và phương thức tích hợp. Meshy 7 nhận trực tiếp URL hình ảnh qua API tác vụ của Flaq AI. -
So sánh Meshy 7 Multiview-to-3D với InstantMesh
Các nhóm sản phẩm nên đánh giá yêu cầu triển khai, điều khiển lưới, định dạng kết quả và quy trình tạo kết cấu. Meshy 7 được cung cấp dưới dạng API được quản lý với các thiết lập tạo mô hình có thể cấu hình.