'HY 3D 2.0 MV' 워크플로는 Hunyuan3D 2.0 MV 모델을 사용해 여러 시점의 2D 이미지를 디테일한 3D 모델로 변환하도록 설계되었습니다. 이 과정은 고급 AI 기법으로 서로 다른 각도에서 촬영된 이미지로부터 오브젝트의 공간 지오메트리를 해석하고 재구성합니다. 워크플로는 샘플링을 위한 KSampler, 이미지 인코딩을 위한 CLIPVisionEncode, 3D 공간으로 디코딩하는 VAEDecodeHunyuan3D 등 여러 노드를 사용합니다. Hunyuan3Dv2ConditioningMultiView 노드는 다중 시점 정보를 통합해 3D 재구성 정확도를 높이는 핵심 구성 요소입니다. 제한된 시각 데이터로 정밀한 3D 모델 생성이 필요한 VR 콘텐츠 제작이나 디지털 트윈 개발 같은 용도에 특히 유용합니다.
기술적으로 워크플로는 ImageOnlyCheckpointLoader로 Hunyuan3D 모델을 불러오고, LoadImage 노드로 멀티뷰 이미지를 로딩하는 것부터 시작합니다. 이미지에서 잠재 데이터 특징을 추출한 뒤 Hunyuan3Dv2ConditioningMultiView로 조건화합니다. ModelSamplingAuraFlow 노드는 샘플링을 정교화해 결과 3D 모델의 충실도를 높입니다. 마지막으로 VoxelToMesh 및 SaveGLB 노드가 복셀 데이터를 메시로 변환하고 GLB 파일로 저장해, 다양한 애플리케이션에서 바로 사용할 수 있게 합니다. 이 워크플로는 2D 이미지에서 고품질 3D 모델을 효율적으로 생성해야 하는 사용자에게 유용합니다.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run "혼원3D 2.0 다시점" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("3d_hunyuan3d_multiview_to_model_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("56", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("83")[0].toFile("output.png"); // SaveGLBSDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
