「HY 3D 2.0 MV」工作流程用於將多視角的 2D 圖片轉換為細緻的 3D模型，使用 Hunyuan3D 2.0 MV 模型完成。此流程運用進階 AI 技術，從不同角度拍攝的圖片中解讀並重建物件的空間幾何。工作流程使用一系列節點，包括用於取樣的 KSampler、用於圖片編碼的 CLIPVisionEncode，以及用於解碼進入 3D 空間的 VAEDecodeHunyuan3D。Hunyuan3Dv2ConditioningMultiView 節點是關鍵，會整合多張視角圖片以提升 3D 重建準確度。此工作流程特別適合在視覺資料有限的情況下，仍需要精準 3D模型生成的應用，例如 VR 內容建立或數位分身（digital twin）開發。
技術上，工作流程先透過 ImageOnlyCheckpointLoader 載入 Hunyuan3D 模型，並透過 LoadImage 節點載入多視角圖片。這些圖片會被處理以擷取潛空間特徵，接著由 Hunyuan3Dv2ConditioningMultiView 節點進行條件設定。ModelSamplingAuraFlow 節點會進一步精煉模型的取樣，確保輸出的 3D模型具有高保真度。最後，VoxelToMesh 與 SaveGLB 節點會將體素資料轉換為網格格式並儲存為 GLB 檔案，讓 3D模型可直接用於各種應用。對於需要有效率地從 2D 圖片產生高品質 3D模型的人來說，這是一個實用工具。
API
從程式碼使用此工作流
每個 Comfy 工作流都是一個 JSON 圖。下方的 payload 就是此工作流，與 ComfyUI 執行時完全相同 — 你可以從此 URL 取得、放入版本控制，或在 ComfyUI 載入並逐節點執行。
使用 Comfy SDK 以 TypeScript 或 Python 執行。相同程式碼可用於 Comfy Cloud 或你自架的 ComfyUI — 只需更改 base URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "混元3D 2.0 多檢視" (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"); // SaveGLBSDK 需使用 API 格式的工作流：請在 ComfyUI 開啟此工作流，並使用 檔案 → 匯出工作流（API）。
常見問題
