使用按正面、左侧、背面、右侧排序的 2–4 张参考图片构建 3D 模型，并配置输出选项。
Meshy 7 相关模型
API 示例
提交示例
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;
轮询示例
// 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));
}
提交示例
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']
轮询示例
# 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)
提交示例
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"
}'
轮询示例
# 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 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
README
Meshy 7 Multiview-to-3D API（多图生成 3D，支持可选 PBR）
Meshy 7 Multiview-to-3D API 可根据多张参考图生成 3D 模型，适用于游戏资产、数字设计、产品 可视化和创意原型制作。最多可提交四个视角，无需按前、左、后、右的固定顺序排列，然后 配置拓扑结构、目标多边形数量、重新网格化、对称性、人形姿态及可选的 PBR 材质。该模型通过 Flaq AI 提供，还支持使用文本或图像引导纹理生成流程。
Meshy 7 Multiview-to-3D API 的核心功能
-
多图输入： 使用一张或多张参考图，为生成的模型提供更多视觉信息。
-
灵活提交视角： 提交图像时，无需遵循前、左、后、右的固定顺序。
-
可配置拓扑结构： 根据后续工作流程的需求，选择三角形或四边形拓扑结构。
-
目标多边形数量控制： 在支持的范围内设置目标多边形数量，以引导网格密度。
-
重新网格化、对称性与姿态选项： 配置网格重新生成、对称性处理方式及支持的人形姿态。
-
可选 PBR 与纹理引导： 启用 PBR 材质生成，并使用提示词或参考 图像引导纹理生成。
如何在 Flaq AI 上使用 Meshy 7 Multiview-to-3D API 通过多图生成 3D
-
输入： 必须提供一至四个图像 URL，可选配置包括拓扑结构、目标多边形数量、重新网格化、对称性、 人形姿态、PBR、纹理提示词和纹理图像。
-
输出： 生成的 3D 模型及可选的 PBR 材质纹理，通过 Flaq AI 任务流程返回。
-
视角处理： 提交同一主体的多个视角，无需按固定方向顺序排列。
-
网格控制： 选择三角形或四边形拓扑结构，配置目标多边形数量，并选择是否对生成的几何体进行 重新网格化。
-
能力： 多图生成 3D，支持配置网格、姿态、对称性和纹理控制选项。
Meshy 7 Multiview-to-3D API 集成的典型应用场景
-
角色与生物概念设计： 使用多个一致的视角，为生成基础模型提供更多 视觉信息。
-
产品可视化： 根据多张已确认的产品图像创建 3D 概念模型，用于评审和后续 细化。
-
道具与物体建模： 对于通过多个参考角度展示形状的物体，生成用于后续建模的 初始网格。
-
收藏品与手办概念设计： 将多角度画作或照片转化为基础几何体，用于检查和 制作准备。
-
视觉特效与预可视化： 根据参考素材创建模型，用于布局、场景规划和早期资产开发。
注意 使用同一主体的一致图像，可改善跨视角引导效果。生成的几何体在投入生产或制作前，仍应进行 检查。
Meshy 7 Multiview-to-3D 与其他模型的对比分析
-
Meshy 7 Multiview-to-3D 与 Tripo Multiview-to-3D
比较这些模型时，团队应评估图像要求、拓扑控制、目标多边形设置、纹理 流程和集成需求。Meshy 7 通过 Flaq AI 提供这些选项。 -
Meshy 7 Multiview-to-3D 与 Meshy 7 Image-to-3D
Image-to-3D 使用一张源图像，而 Multiview-to-3D 可接收同一主体的多个视角。更多 视角可提供更多视觉信息，但仍需检查模型推断生成的几何体。 -
Meshy 7 Multiview-to-3D 与 Rodin Multiview
模型选择取决于主体、可用参考素材及后续工作流程。Meshy 7 将 多图输入与可选的重新网格化、姿态引导、对称性和 PBR 控制相结合。 -
Meshy 7 Multiview-to-3D 与 SyncDreamer
开发者可比较输入流程、模型行为、几何体控制、纹理选项及集成方式。 Meshy 7 可通过 Flaq AI 任务 API 直接接收图像 URL。 -
Meshy 7 Multiview-to-3D 与 InstantMesh
产品团队应评估部署要求、网格控制、结果格式和纹理流程。Meshy 7 以 托管 API 的形式提供，支持配置生成设置。