Blog

Tutoriel

Cas d'usage concrets de Tripo H3.1 : 5 usages à forte valeur et points clés de mise en œuvre

Du texte-vers-3D à la reconstruction multi-vues : choisir le bon mode et les bons paramètres selon le cas d'usage

Nov 20, 2026
Image de couverture de l'article : un plan violet gris clair et un plan noir d'encre se rejoignent le long d'une arête droite décisive, séparés par une fine couture violette, dans un ensemble solennel et sobre.
Sur cette page

Commencer par cerner les limites : trois modes d'entrée pour une seule sortie

Avant d'écrire la première ligne de code d'appel, il vaut la peine de clarifier le contrat d'entrée/sortie de Tripo H3.1 : que reçoit-il exactement, et que renvoie-t-il à chaque appel. C'est ce qui détermine la mise en œuvre de tous les scénarios qui suivent.

Tripo H3.1, fourni par Tripo, produit une sortie de type 3D et prend en charge trois modes d'entrée :

  • Texte-vers-3D (tripo-h3.1/text-to-3d) : l'entrée est une description en langage naturel, adaptée à l'étape où l'on n'a encore aucune image de référence.
  • Image-vers-3D (tripo-h3.1/image-to-3d) : l'entrée est image_url, qui exige une image HTTPS d'un objet sur fond propre.
  • Multi-vues-vers-3D (tripo-h3.1/multiview-to-3d) : l'entrée est image_urls, soit 2 à 4 images du même objet, dans l'ordre fixe avant/gauche/arrière/droite.

Quel que soit le mode, le résultat d'un appel est identique : un fichier de modèle GLB accompagné d'une image de prévisualisation. C'est essentiel : les trois modes peuvent partager la même chaîne de traitement d'actifs en aval, sans logique de consommation distincte par mode.

Côté paramètres, les trois modes partagent le même jeu de contrôles géométriques : face_limit va de 1 000 à 1 500 000 (jusqu'à 2 000 000 avec la géométrie fine) et peut être omis, auquel cas le modèle s'adapte automatiquement ; geometry_quality vaut standard par défaut (géométrie standard), et passer à detailed active la géométrie fine.

La facturation se fait à l'appel, par modèle, en USD. La règle la plus importante de la grille tarifaire est la suivante : les options PBR et texture sont le principal facteur de coût, tandis que le niveau de géométrie entraîne un supplément sur certaines combinaisons. Le palier de départ du texte-vers-3D (PBR désactivé, Texture désactivée) est le plus bas de toute la gamme ; l'image-vers-3D et le multi-vues-vers-3D ont une grille identique, globalement plus élevée que celle du texte-vers-3D. La texture et le PBR déterminent l'ordre de grandeur, le niveau de géométrie détermine le supplément. Voici la grille tarifaire complète actuelle de l'environnement de test.

Voici la grille tarifaire actuelle de l'environnement de test, à l'appel, par modèle, en USD.

Texte-vers-3D (tripo-h3.1/text-to-3d)

SpécificationTexture standardTexture fine
PBR désactivé · Texture désactivée0,150 $0,150 $
PBR désactivé · Texture activée0,290 $0,430 $
PBR activé0,290 $0,430 $

Image-vers-3D (tripo-h3.1/image-to-3d) et multi-vues-vers-3D (tripo-h3.1/multiview-to-3d) au même prix

SpécificationTexture standardTexture fine
PBR désactivé · Texture désactivée0,290 $0,290 $
PBR désactivé · Texture activée0,430 $0,580 $
PBR activé0,430 $0,580 $

Pour tous les paliers ci-dessus, la géométrie fine ajoute 0,290 $.

Autre comportement très utile : les requêtes dont les paramètres sont invalides sont directement rejetées et ne sont pas facturées. La validation des paramètres peut donc servir de garde-fou de facturation, ce que nous réutiliserons plusieurs fois par la suite.

Trois entrées convergent vers une même arête nette : un appel ne produit qu'une seule sortie déterminée.

Scénario 1 : convertir en lot des images produit en modèles 3D de présentation

Le cas le plus courant dans l'e-commerce et les activités de catalogue : vous disposez déjà d'un grand nombre d'images produit sur fond blanc et souhaitez obtenir rapidement des modèles 3D de présentation à faire tourner dans une page web.

C'est le terrain de prédilection de l'image-vers-3D. Les conditions d'entrée étant les plus propres — une seule image, fond net, objet bien délimité —, il suffit d'utiliser tripo-h3.1/image-to-3d en renseignant l'adresse HTTPS de l'image dans image_url. Voir la page du modèle image-vers-3D pour l'ensemble des paramètres.

Trois points clés pour un scénario en lot :

Un : déterminer d'abord si l'aval a besoin de matériaux. Un modèle de présentation web nécessite généralement un rendu de matériau, auquel cas PBR et texture doivent être activés ; mais s'il ne s'agit que d'un aperçu léger pour une page de liste, ou si le moteur de rendu en aval possède sa propre bibliothèque de matériaux, désactiver PBR et texture ramène le coût par modèle au palier le plus bas. C'est le levier d'économie le plus efficace en lot, car il s'amplifie linéairement avec le nombre de modèles.

Deux : régler face_limit selon la taille d'affichage, sans le laisser vide sur de gros lots. Pour un modèle affiché dans une carte mobile, un nombre de faces suffisant suffit ; omettre le paramètre pour laisser le modèle s'adapter est certes pratique, mais sur des lots de mille unités on obtient une masse de modèles surdimensionnés, ce qui gaspille de la bande passante et ralentit le chargement.

Trois : placer la validation côté client. Comme les requêtes à paramètres invalides ne sont pas facturées, vous pouvez tout à fait effectuer une passe de validation locale avant soumission (URL en HTTPS, image à sujet unique, face_limit dans l'intervalle) afin de bloquer les requêtes manifestement vouées à l'échec et d'éviter des allers-retours inutiles.

Scénario 2 : reconstruire en multi-vues des objets réels impossibles à scanner

Certains objets réels ne peuvent pas être scannés : trop volumineux, surface réfléchissante, ou simplement hors de portée. Mais vous disposez peut-être de quelques photos sous différents angles.

Utilisez alors le multi-vues-vers-3D (tripo-h3.1/multiview-to-3d). Il accepte 2 à 4 images du même objet, dans l'ordre strict avant/gauche/arrière/droite. Cet ordre n'est pas une convention arbitraire : c'est sur lui que le modèle s'appuie pour comprendre les relations entre points de vue — un ordre erroné produit une orientation incohérente ou un assemblage géométrique incorrect.

Conseils pratiques :

  • Privilégier quatre vues complètes. Avec les quatre faces avant, gauche, arrière et droite, l'inférence de la silhouette globale et de la géométrie arrière est la plus fiable ; avec seulement deux ou trois images, les orientations manquantes sont comblées par le modèle, au détriment du niveau de détail.
  • Garder des conditions de prise de vue homogènes entre les angles. Même éclairage, même focale, même fond réduisent nettement les ambiguïtés lors de la fusion.
  • Attention à la structure tarifaire. Le multi-vues-vers-3D a la même grille que l'image-vers-3D et subit également l'influence des options PBR/texture et du niveau de géométrie. Comme le multi-vues apporte davantage d'informations, il vaut d'autant plus la peine d'arbitrer sur la texture — si l'aval ne sert qu'à comparer des maquettes grises, désactiver la texture permet une économie substantielle.

Voir la page du modèle multi-vues-vers-3D pour les paramètres détaillés.

Quatre points de vue entourent l'objet dans l'ordre avant, gauche, arrière, droite : c'est exactement l'organisation à respecter pour l'entrée multi-vues.

Scénario 3 : le texte-vers-3D pour les concepts et les actifs greybox

La situation la plus délicate en phase de prototypage : vous n'avez même pas d'image de référence, seulement un besoin en une phrase — « une caisse de ravitaillement en style low-poly, avec des poignées sur les côtés ».

C'est là que le texte-vers-3D intervient (tripo-h3.1/text-to-3d). C'est le mode au prix de départ le plus bas de toute la gamme, idéal pour l'itération à haute fréquence : plusieurs descriptions du même concept permettent de produire rapidement plusieurs actifs candidats évaluables.

Quelques formulations pour améliorer le taux de pertinence :

  • Donner d'abord la grande catégorie de forme, puis les détails. « caisse de ravitaillement low-poly » pose le cadre, « poignées latérales, fermoirs sur le dessus » ajoutent les détails ; dans l'ordre inverse, le modèle perd facilement les proportions d'ensemble.
  • Préciser les mots de style. Réaliste, cartoon, low-poly, industriel : les mots de style pèsent souvent plus sur le résultat que la description des détails géométriques.
  • Désactiver PBR et texture en phase de concept. À ce stade, ce que l'on juge est la silhouette et les rapports de volumes ; les matériaux ne sont que des parasites. Les désactiver rend la lecture plus claire et ramène le coût au palier le plus bas. Une fois le concept arrêté, on relance une version avec matériaux sur l'élément retenu.

La logique est la même pour les actifs greybox : dans le level design, de nombreux objets de remplissage n'ont besoin que du bon volume et de la bonne orientation ; les générer en lot avec le texte-vers-3D, matériaux désactivés et face_limit bas est la solution la plus économique. Voir la page du modèle texte-vers-3D pour les paramètres précis.

Scénario 4 : préchauffer des lots d'actifs à coût prévisible

Quand le besoin passe de « quelques dizaines » à « des centaines voire des milliers », la maîtrise des coûts cesse d'être une optimisation pour devenir une conception préalable.

Tripo H3.1 facture à l'appel et par modèle ; le coût total vaut donc : coût par modèle × quantité × taux de nouvelle tentative. Les trois facteurs sont compressibles :

Réduire le coût par modèle grâce au choix de palier. Retenez cette priorité : les options PBR/texture déterminent l'ordre de grandeur, le niveau de géométrie détermine le supplément. Demandez d'abord « l'aval a-t-il vraiment besoin de matériaux ? », puis « a-t-il vraiment besoin de géométrie fine ? ». La géométrie fine entraîne un supplément sur le prix de base : elle doit donc rester l'exception, pas la norme — à réserver aux actifs de livraison finale, avec de la géométrie standard pour tous les intermédiaires.

Réduire la quantité grâce à une validation sur petit lot. Ne soumettez pas tout d'un coup. Lancez d'abord un petit lot pour confirmer que le modèle de description, les spécifications d'image et la combinaison de paramètres produisent des résultats conformes de manière stable, puis passez à l'échelle. Cette étape évite le désastre du « lot complet terminé avant de découvrir un biais systématique dans les descriptions ».

Réduire le taux de nouvelle tentative en plaçant la validation des paramètres en amont. Comme indiqué plus haut, les requêtes à paramètres invalides sont directement rejetées sans facturation. Placez côté client toutes les vérifications — intervalle de face_limit, protocole de image_url, nombre et ordre de image_urls — et bloquez avant soumission. C'est à la fois un garde-fou et un moyen de faire refléter à vos statistiques de nouvelle tentative uniquement les échecs réels de génération, et non les erreurs de paramètres.

En combinant ces trois points, la courbe de coût du préchauffage en lot passe d'« imprévisible » à « estimable précisément par palier ».

Scénario 5 : intégrer la chaîne existante d'actifs 3D

Une fois l'appel unitaire fonctionnel, la véritable valeur consiste à l'intégrer à une chaîne existante.

Bonne nouvelle : le contrat d'interface est très régulier — chaque sortie est invariablement un GLB accompagné d'une image de prévisualisation. Le GLB est un format standard, directement exploitable par les moteurs et rendeurs courants ; l'image de prévisualisation joue naturellement le rôle de « point d'entrée de revue » — le relecteur n'a pas besoin d'ouvrir une visionneuse 3D, la vignette suffit à un premier tri.

Une chaîne typique ressemble à ceci :

  1. Mise en file et validation : la tâche entre dans la file ; l'appel n'est lancé qu'après validation des paramètres côté client.
  2. Génération : choix du mode adapté au scénario (image / multi-vues / texte), avec les paramètres de palier.
  3. Persistance : le GLB rejoint le stockage objet, l'image de prévisualisation le CDN ou le système de revue.
  4. Revue : l'image de prévisualisation sert au tri initial manuel ou automatique ; en cas d'échec, retour dans la file avec une autre description ou une autre image.
  5. Aval : le GLB validé part vers le rendu/baking, la génération de LOD, l'archivage ou la mise en ligne directe.

Quelques détails d'ingénierie à anticiper :

  • Traiter le mode comme un champ de la tâche. La chaîne abstrait tout en « tâche de génération », le mode n'étant qu'une partie des paramètres, ce qui évite d'écrire trois ordonnanceurs pour trois modes.
  • Utiliser l'image de prévisualisation pour le contrôle d'idempotence. L'image de prévisualisation correspond un à un au GLB et peut servir d'empreinte de sortie d'un appel, facilitant la déduplication et la reprise après interruption.
  • Faire suivre les paramètres de palier avec la tâche, sans les figer. Laisser l'appelant spécifier le palier selon l'usage de l'actif, au lieu de le figer dans la chaîne, rend l'imputation des coûts claire.
De l'appel d'interface à la sortie GLB et prévisualisation, puis au raccordement à la revue et au rendu, toute la chaîne se resserre sur la même arête nette.

Aide-mémoire du choix de mode et des paramètres : face_limit et qualité géométrique par scénario

Terminons par une table de raisonnement comparatif pour le choix de mode et les paramètres — non pas des chiffres figés, mais un ordre de décision.

Étape 1 : choisir le mode selon les conditions d'entrée :

  • Une image propre d'un seul objet → image-vers-3D
  • 2 à 4 images sous plusieurs angles → multi-vues-vers-3D, dans l'ordre strict avant/gauche/arrière/droite
  • Rien, seulement une description créative → texte-vers-3D

Étape 2 : choisir le palier de matériau selon le besoin en aval :

  • Seule la forme compte, tri initial ou greybox → PBR désactivé, Texture désactivée, au palier le plus bas
  • Présentation nécessitant le rendu des matériaux → PBR activé, Texture activée
  • Seulement une couleur de base, sans réponse à l'éclairage → Texture activée, PBR désactivé

Étape 3 : choisir la géométrie selon les performances de la cible et la distance d'observation :

  • Cartes mobiles, vignettes de page de liste, observation à distance → garder geometry_quality à standard, face_limit à un niveau moyen-bas
  • Modèle interactif de page de détail, distance d'observation moyenne → standard, face_limit à un niveau moyen-haut
  • Gros plan de niveau cinéma, rendu hors ligne, actif de livraison finale → detailed + face_limit élevé, en acceptant le supplément

À propos de l'omission de paramètres : face_limit peut rester totalement vide, le modèle s'adapte. C'est pratique pour une exploration unitaire ou en cas d'incertitude sur la cible, mais en scénario de lot le coût devient difficile à prévoir — mieux vaut ne l'omettre qu'en phase de validation et toujours le spécifier explicitement en production.

Les descriptions complètes des paramètres des trois modes figurent sur les pages de modèle image-vers-3D, texte-vers-3D et multi-vues-vers-3D ; pour faire fonctionner un premier modèle, partez du guide de démarrage. Bien choisir le mode, verrouiller le palier de matériau et régler la géométrie selon la distance d'observation : ces trois étapes maîtrisées, la qualité de sortie et le coût de la plupart des scénarios restent sous contrôle.

Articles similaires

Voir tous les articles →

Commencez avec des artefacts IA persistants

Obtenez votre clé API et appelez des modèles d'image, de vidéo et d'audio via une API unique basée sur les tasks.

Lire la documentation de l'API