HY-World 2.1 Panorama API
HY-World2.1 Panorama tworzy pojedyncze, wysokiej rozdzielczości panoramy360° na podstawie tekstu do zastosowań3D.
HY-World2.1 Panorama to wyspecjalizowany model generowania obrazów z rodziny Hunyuan World firmy Tencent. Przyjmuje pojedynczy prompt tekstowy i tworzy jedną wysokiej rozdzielczości panoramę equirectangular360°, zapewniając spójny, płynny układ sceny na całej sferze. Prompty są ograniczone do600 znaków, a kontekst modelu wynosi4K. Model obsługuje tekst jako wejście i obraz jako wyjście.
Model sprawdza się przy tworzeniu wirtualnych wycieczek, skyboxów, środowisk gier i prototypów zasobów scen3D. Panoramy mogą służyć jako baza do planowania ścieżek kamery oraz rozszerzania stereoskopowego w nawigowalne środowiska3D. Zastosowania obejmują również treści rzeczywistości rozszerzonej, symulacje szkoleniowe dla robotyki oraz automatyczne katalogi3D produktów tworzonych ze zdjęć2D.
Aktualizacja HY-World2.1 przyniosła czystszą geometrię, ostrzejsze renderowanie i większy zakres eksploracji. Wygenerowane zasoby3D można importować do Unity, Unreal Engine i Blender. Model jest dostępny w OpenRouter wyłącznie przez Tencent Cloud oraz za pośrednictwem interfejsu API zgodnego z OpenAI. Nie jest obecnie dostępny przez routing regionalny w UE.
Zaktualizowano:
MODEL ID
hy-world-2.1-panorama- Wejście
- text
- Wyjście
- image
Najważniejsze informacje
- Panoramy360°
- Jedno wyjście na żądanie
- Spójność całej sfery
- Kontekst4K
- Import do Unity
- API zgodne z OpenAI
Dostawcy
Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.
| Dostępność | |
|---|---|
Dane historyczne nie są kontrolą na żywo. Brak danych nie oznacza awarii.
Benchmarki
- 41.43
Tanks-and-Temples
Wynik F1 dla powiązanego systemu HY-World2.0.
- 51.27
MipNeRF360
Wynik dla powiązanego systemu HY-World2.0.
- 0.492
Błąd rotacji
Wartość w stopniach dla WorldStereo2.0; w wersji1 wynosiła0.762 stopnia.
- 0.968
Błąd translacji
Wartość w metrach dla WorldStereo2.0; w wersji1 wynosiła1.245 metra.
Wyniki zgodnie z publikacją dostawcy modelu.
Szybki start
Wyślij zadanie obrazu, sprawdzaj stan i zapisz obrazy. Przykłady używają curl i biblioteki standardowej Pythona 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Pobierz klucz API
Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.
export FELO_API_KEY="YOUR_API_KEY"2Wyślij pierwsze żądanie
Wartości opcjonalne zależą od modelu i nie są tu ustawione. Sprawdź je w Playground. Pola są na tym samym poziomie co model i prompt, bez opakowania input.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
"model": "hy-world-2.1-panorama"
}'3Odpytuj zadanie
Odpowiedź zawiera task_id. Sprawdzaj co 3 sekundy przy queued lub running; zakończ przy succeeded, failed lub interrupted. Maksymalny czas: 30 minut. Zachowaj created.json, aby wznowić odpytywanie bez ponownego wysłania.
python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen
task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800
while task["status"] in ("queued", "running"):
if time.monotonic() >= deadline:
raise TimeoutError(f"Keep task_id={task_id} to resume polling")
time.sleep(3)
with urlopen(Request(url, headers=headers), timeout=60) as response:
task = json.load(response)
if task.get("task_id") != task_id or task.get("kind") != "image":
raise ValueError("Unexpected task response")
print(task["status"])
if task["status"] != "succeeded":
raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY4Pobierz wynik
Po sukcesie zapisz outputs z task.json. Obsługiwane są adresy HTTPS, obiekty URL i b64_json. Pobierz podpisane adresy szybko; do pobierania obrazów nie potrzeba klucza API.
python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen
task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}
for index, output in enumerate(task["outputs"], 1):
item = output if isinstance(output, dict) else {}
url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
mime = item.get("media_type") or "image/png"
if url and url.startswith("https://"):
with urlopen(url, timeout=60) as response:
data = response.read()
mime = response.headers.get_content_type()
elif url and url.startswith("data:image/") and ";base64," in url:
header, encoded = url.split(",", 1)
mime = header[5:].split(";", 1)[0]
data = base64.b64decode(encoded, validate=True)
elif item.get("b64_json"):
data = base64.b64decode(item["b64_json"], validate=True)
else:
raise ValueError("Unrecognized image output")
path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
path.write_bytes(data)
print(path)
PYObsługiwane parametry
- n
Potrzebujesz pełnej dokumentacji?
Dokumentacja API →Często zadawane pytania
Co to jest HY-World 2.1 Panorama?
HY-World2.1 Panorama to wyspecjalizowany model generowania obrazów z rodziny Hunyuan World firmy Tencent. Przyjmuje pojedynczy prompt tekstowy i tworzy jedną wysokiej rozdzielczości panoramę equirectangular360°, zapewniając spójny, płynny układ sceny na całej sferze. Prompty są ograniczone do600 znaków, a kontekst modelu wynosi4K. Model obsługuje tekst jako wejście i obraz jako wyjście. Model sprawdza się przy tworzeniu wirtualnych wycieczek, skyboxów, środowisk gier i prototypów zasobów scen3D. Panoramy mogą służyć jako baza do planowania ścieżek kamery oraz rozszerzania stereoskopowego w nawigowalne środowiska3D. Zastosowania obejmują również treści rzeczywistości rozszerzonej, symulacje szkoleniowe dla robotyki oraz automatyczne katalogi3D produktów tworzonych ze zdjęć2D. Aktualizacja HY-World2.1 przyniosła czystszą geometrię, ostrzejsze renderowanie i większy zakres eksploracji. Wygenerowane zasoby3D można importować do Unity, Unreal Engine i Blender. Model jest dostępny w OpenRouter wyłącznie przez Tencent Cloud oraz za pośrednictwem interfejsu API zgodnego z OpenAI. Nie jest obecnie dostępny przez routing regionalny w UE.
Jak rozliczane jest użycie?
Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny. Rozliczane według rzeczywistego kosztu generowania. Ostateczną kwotę znajdziesz na rachunku.
Jakie dane wejściowe obsługuje model?
Model przyjmuje tekstowy prompt i generuje obraz. Każde żądanie tworzy jedną panoramę.
Jaki jest limit promptu i kontekst?
Prompty są ograniczone do600 znaków, a kontekst modelu wynosi4K.
Do jakich zadań nadaje się HY-World2.1 Panorama?
Nadaje się do panoram360°, skyboxów, wirtualnych wycieczek, prototypowania środowisk3D, treści AR oraz symulacji robotyki.
Co wyróżnia tę wersję?
Aktualizacja HY-World2.1 przyniosła czystszą geometrię, ostrzejsze renderowanie i większy zakres eksploracji.
Jak można wykorzystać wygenerowane zasoby?
Zasoby3D można importować do Unity, Unreal Engine i Blender oraz wykorzystywać w większym potoku tworzenia eksplorowalnych światów3D.