단일 이미지 기반 3D 모델
한 장의 정면 이미지를 사용하여 일관되고 매우 상세한 3D 모델을 생성합니다. 사용 모델: Multiangle QWEN Edit + Hunyuan 3D
정보
이 ComfyUI 워크플로는 고급 AI 기법을 사용해 단일 정면 이미지를 디테일한 3D 모델로 변환합니다. 워크플로는 Hunyuan3D 모델과 Qwen-Image-Edit 모델의 기능을 활용해 피사체의 후면 뷰를 재구성하여 일관되고 현실적인 3D 표현을 보장합니다. 과정은 TencentImageToModelNode로 시작되며, 이 노드는 입력 이미지를 해석해 3D 모델링을 위한 준비를 합니다. 이어서 QwenMultiangleCameraNode가 피사체의 여러 각도를 생성하는데, 이는 종합적인 3D 모델을 만드는 데 중요합니다. Preview3D 노드는 저장 전에 모델을 시각화할 수 있게 해, 출력 저장 전 필요한 조정을 할 수 있도록 합니다. 이 워크플로는 VR, 게임, 디지털 콘텐츠 제작처럼 정확하고 고품질의 3D 모델이 중요한 분야에 특히 유용합니다.
제공할 항목
- 워크플로 읽는 중
ComfyUI에서 실행됩니다. 이 워크플로는 이 페이지에서 실행할 수 없습니다. 모든 항목이 로드된 Comfy Cloud에서 열거나, 자체 ComfyUI에서 사용하려면 다운로드하세요.
Cloud에서 사용해 보기워크플로 내부
노드 그래프의 읽기 전용 미리보기입니다. 노드를 편집하려면 Comfy Cloud에서 열거나 다운로드하세요.
코드에서 이 워크플로 사용하기
가능한 경우 워크플로 그래프와 입력을 기반으로 생성되며, 그렇지 않은 경우 저장된 예시가 표시됩니다. 비용이 발생할 수 있으므로 코드를 실행하기 전에 자격 증명과 엔드포인트를 검토하세요.
What you need
- Runs on
- Comfy Cloud
- 키
- COMFY_API_KEY
유료 Cloud 요금제와 크레딧이 필요합니다.
# Python 3.10+: pip install comfy-sdk==0.4.0
import os
from comfy_sdk import Comfy
api_key = os.environ.get("COMFY_API_KEY", "").strip()
if not api_key: raise RuntimeError("Set COMFY_API_KEY")
os.environ.setdefault("COMFY_BASE_URL", "https://cloud.comfy.org")
client = Comfy(api_key=api_key)
workflow = client.workflows.from_json({
"2": {
"class_type": "TencentImageToModelNode",
"inputs": {
"face_count": 500000,
"generate_type": "Normal",
"generate_type.pbr": True,
"image": [
"119",
0
],
"image_back": [
"115:102",
0
],
"model": "3.0",
"seed": 382182111
},
"_meta": {
"title": "Hunyuan3D: Image(s) to Model"
}
},
"11": {
"class_type": "Preview3D",
"inputs": {
"model_file": [
"2",
0
]
},
"_meta": {
"title": "Preview 3D & Animation (DEPRECATED)"
}
},
"117": {
"class_type": "QwenMultiangleCameraNode",
"inputs": {
"camera_view": False,
"default_prompts": False,
"horizontal_angle": 180,
"image": [
"119",
0
],
"vertical_angle": 0,
"zoom": 5
},
"_meta": {
"title": "Qwen Multiangle Camera"
}
},
"118": {
"class_type": "SaveImage",
"inputs": {
"filename_prefix": "backview",
"images": [
"115:102",
0
]
},
"_meta": {
"title": "BACK VIEW"
}
},
"119": {
"class_type": "LoadImage",
"inputs": {
"image": "lucky_cat_sculpture_front.png"
},
"_meta": {
"title": "FRONT VIEW"
}
},
"115:100": {
"class_type": "TextEncodeQwenImageEditPlus",
"inputs": {
"clip": [
"115:93",
0
],
"image1": [
"115:106",
0
],
"prompt": "",
"vae": [
"115:95",
0
]
},
"_meta": {
"title": "Text Encode Qwen Image Edit Plus"
}
},
"115:102": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"115:105",
0
],
"vae": [
"115:95",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"115:103": {
"class_type": "TextEncodeQwenImageEditPlus",
"inputs": {
"clip": [
"115:93",
0
],
"image1": [
"115:106",
0
],
"prompt": [
"117",
0
],
"vae": [
"115:95",
0
]
},
"_meta": {
"title": "TextEncodeQwenImageEditPlus (Positive)"
}
},
"115:104": {
"class_type": "VAEEncode",
"inputs": {
"pixels": [
"115:106",
0
],
"vae": [
"115:95",
0
]
},
"_meta": {
"title": "VAE Encode"
}
},
"115:105": {
"class_type": "KSampler",
"inputs": {
"cfg": 1,
"denoise": 1,
"latent_image": [
"115:104",
0
],
"model": [
"115:98",
0
],
"negative": [
"115:96",
0
],
"positive": [
"115:97",
0
],
"sampler_name": "euler",
"scheduler": "simple",
"seed": 755111314014880,
"steps": 4
},
"_meta": {
"title": "KSampler"
}
},
"115:106": {
"class_type": "FluxKontextImageScale",
"inputs": {
"image": [
"119",
0
]
},
"_meta": {
"title": "FluxKontextImageScale"
}
},
"115:107": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors",
"model": [
"115:108",
0
],
"strength_model": 1
},
"_meta": {
"title": "Load LoRA"
}
},
"115:108": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "qwen_image_edit_2511_bf16.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"115:110": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "qwen-image-edit-2511-multiple-angles-lora.safetensors",
"model": [
"115:107",
0
],
"strength_model": 1
},
"_meta": {
"title": "Load LoRA"
}
},
"115:93": {
"class_type": "CLIPLoader",
"inputs": {
"clip_name": "qwen_2.5_vl_7b.safetensors",
"device": "default",
"type": "qwen_image"
},
"_meta": {
"title": "Load CLIP"
}
},
"115:94": {
"class_type": "ModelSamplingAuraFlow",
"inputs": {
"model": [
"115:110",
0
],
"sampling": "flow",
"shift": 3.1
},
"_meta": {
"title": "ModelSamplingAuraFlow"
}
},
"115:95": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "qwen_image_vae.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"115:96": {
"class_type": "FluxKontextMultiReferenceLatentMethod",
"inputs": {
"conditioning": [
"115:100",
0
],
"reference_latents_method": "index_timestep_zero"
},
"_meta": {
"title": "Edit Model Reference Method"
}
},
"115:97": {
"class_type": "FluxKontextMultiReferenceLatentMethod",
"inputs": {
"conditioning": [
"115:103",
0
],
"reference_latents_method": "index_timestep_zero"
},
"_meta": {
"title": "Edit Model Reference Method"
}
},
"115:98": {
"class_type": "CFGNorm",
"inputs": {
"model": [
"115:94",
0
],
"pre_cfg": False,
"strength": 1
},
"_meta": {
"title": "CFGNorm"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)질문과 답변
디테일이 선명하고 조명이 좋은 고해상도 정면 이미지가 최상의 결과를 제공합니다.
주로 정면 이미지용으로 설계되었지만, 측면이나 각도가 있는 뷰에서도 어느 정도 결과가 나올 수 있으며 정확도는 달라질 수 있습니다.
처리 시간은 이미지 해상도와 시스템 성능에 따라 달라지지만, 보통 몇 분 정도 걸립니다.
아니오. 이 워크플로는 초보자도 사용할 수 있도록 사용자 친화적이고 직관적으로 설계되었습니다.