Neural4D 3D生成APIとは？

Neural4D APIを使用すると、開発者はウォータータイトな3Dモデルをプログラムで生成できます。Direct3D-S2エンジンを搭載し、Spatial Sparse Attention（SSA）を活用して、最大2048³解像度までの高性能な生成を実現します。

APIはメッシュ生成とテクスチャ生成をどのように処理しますか？

生成プロセスは2つのフェーズに分かれています。まずベースメッシュ（テクスチャなし）が約90秒で生成され、その後、個別のPBRテクスチャマップが生成されます。テクスチャ付きモデル全体の生成時間は2分強です。

どのプログラミング言語とワークフローに対応していますか？

このAPIは、標準のHTTPリクエストを使用するあらゆるプラットフォームに統合できます。PythonとJavaScriptの統合ガイドを用意しており、AIエージェント、自動化ワークフロー、カスタムグラフィックスパイプラインのツールチェーンと簡単に接続できます。

Neural4D APIをカスタムワークフローに統合する方法

Neural4Dの3D生成APIとは？

Neural4D APIは、Direct3D-S2エンジン（NeurIPS 2025）へのプログラム経由のアクセスを開発者に提供します。このエンジンは、従来のポリゴンスカルプト制作ワークフローを介さず、テキストまたは画像プロンプトから直接ウォータータイトなメッシュを生成します。中核アルゴリズムにはSpatial Sparse Attention（SSA）機構を採用し、高い幾何学的再現性を実現し、最大2048³ボクセル解像度のクリーンなクワッド主体メッシュを出力します。

REST APIで接続する方法（Python例）

Neural4D APIは言語に依存しないRESTインターフェースのため、HTTPリクエストを使用するあらゆる自動化ソフトウェアアプリケーション（Node.js、C#、Pythonなど）に統合できます。開始前に、必ずNeural4D APIキーを取得してください。APIでは、ベースメッシュ生成とテクスチャマップ計算が分離されています。ベースメッシュの作成には約90秒かかります。Python 3Dモデル生成APIや汎用的なテキストから3D APIの統合で、この実装方法を確認できます。以下はPythonを使った統合例です。

python

import requests
import time

API_KEY = "your_api_key_here"
GENERATE_URL = "https://alb.neural4d.com:3000/api/generateModelWithText"
RETRIEVE_URL = "https://alb.neural4d.com:3000/api/retrieveModel"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json;charset=utf-8"
}

# Generate a watertight mesh with clean topology
payload = {
    "prompt": "mechanical gear, industrial grade, quad-dominant",
    "modelCount": 1,
    "disablePbr": 0
}

response = requests.post(GENERATE_URL, json=payload, headers=headers)
data = response.json()
uuids = data.get("uuids", [])

if not uuids:
    print("Failed to start generation.")
else:
    target_uuid = uuids[0]
    print(f"Task created with UUID: {target_uuid}. Processing mesh generation...")
    
    # Polling for task status (Base mesh: ~90s, Textures: ~30s additional)
    while True:
        status_resp = requests.post(RETRIEVE_URL, json={"uuid": target_uuid}, headers=headers)
        result = status_resp.json()
        code_status = result.get("codeStatus")
        
        if code_status == 0:
            print(f"Generation successful. Download GLB at: {result.get('modelUrl')}")
            break
        elif code_status in [-1, -2, -3]:
            print(f"Generation failed. Status Code: {code_status}")
            break
            
        time.sleep(10)

パイプラインを画像・動画生成へ拡張する方法

同じBearerトークンでメディア生成エンドポイントも利用できます。画像および動画タスクは、最大6枚の参照画像を含むテキストプロンプトを受け付け、1回のリクエストで1〜4件のジョブを送信し、アップロードにはapplication/jsonではなくmultipart/form-dataを使用します。結果はqueryGenerationResultエンドポイントでポーリングし、タスクがcompletedステータスに達するとダウンロードURLが返されます。

エンドポイント	目的	主なパラメータ
/api/createNormalPicture	任意の参照画像を添えたテキストプロンプトから画像を生成	prompt、images（最大6枚）、modelKey（デフォルト image-2）、aspectRatio（1:1、 16:9、 9:16、4:3、3:4）、jobNum（1〜4）
/api/createNormalVideo	任意の参照画像を添えたテキストプロンプトから動画を生成	prompt、images（最大6枚）、aspectRatio（デフォルト 16:9）、duration（4〜15 s、デフォルト 5）、resolution（480p、720p、1080p、デフォルト 720p）、jobNum（1〜4）
/api/queryGenerationResult	UUIDで画像または動画タスクの結果をポーリング	uuid；data.status（completed、queued、processing、failed）、 data.resultType（image、video）、data.resultUrlを返す

createエンドポイントから返されたUUIDを使ってqueryGenerationResultをポーリングし、data.statusがcompletedになるまで待ってから、data.resultUrlからアセットをダウンロードします。生成とは異なり、このクエリはポイントを消費しません。

メッシュとテクスチャ出力を最適化するクエリパラメータ

以下のクエリパラメータを使用して、メッシュ生成とテクスチャ生成の出力をカスタマイズできます。高度な設定やエンドポイントの詳細については、公式のgenerateModelWithText APIリファレンスを参照してください。

パラメータ	型	説明と範囲
prompt	String	3Dモデルの説明。幾何学的特徴（例：ウォータータイト、クワッド主体）を具体的に記述してください。
modelCount	Integer	生成予定のモデル数。デフォルト値は4です。
disablePbr	Integer	PBR機能の切り替え。0 = PBR有効、1 = PBR無効。デフォルト値は 0です。
onlyGenerateMesh	Boolean	PBRテクスチャなしで、ベースメッシュのみを生成します。デフォルト値はfalseです。
mesh_quality	String	メッシュ密度の目標値: standard、high、extra_high。デフォルト値は high です。
faceNum	Integer	目標面数。standard 品質では 100,000〜500,000（デフォルト 500,000）。high および extra_high では 500,000〜1,000,000（デフォルト 1,000,000）。

APIはどのような産業・開発ワークフローに役立ちますか？

3D生成APIを開発パイプラインに統合することで、さまざまな業界のワークフローを支援できます。その効果について詳しくは、次のプロジェクトに Image to 3D API が必要な理由を解説した記事をご覧ください:

ゲーム開発パイプライン: 自動生成されたアセットのドラフトを、ランタイム中またはエディタセッション中にシーンコンテナへ直接取り込めます。
産業用プロトタイピング: 生成されたウォータータイトメッシュの出力をスライスソフトウェアに送信し、すぐに3Dプリントテストを行えます。
WebARアプリケーション: 最適化されたGLBファイルを高速に配信し、モバイルブラウザ上で3Dアセットをリアルタイムにプレビューできます。

PythonクライアントコードからクラウドのDirect3D-S2エンジンへリクエストが送信され、ウォータータイトな3Dモデルが返される流れを示すNeural4D API統合ワークフロー図

さらにサポートが必要ですか？統合中にご不明点や問題がある場合は、Neural4D Feedback からオンラインでフィードバックを送信するか、support@neural4d.com 宛てにメールで技術チームへお問い合わせください。