تخطّي إلى المحتوى

Cosmos 3 Super Image to Video

التكامل

معرّف النموذج nvidia/cosmos-3-super/image-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/cosmos-3-super/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ملفات مثل المثال: ⁨‏0.40 $⁩ 400 رصيد API · ≈ ⁨‏43.03 ₽⁩ تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API
NVIDIA من صورة إلى فيديو مزامنة الشفاه #stylized#transform#lipsync

يحوّل صورة الإطار الأول إلى فيديو متحرك، مع توسيع اختياري للمطالبة وحلقة تحسين وكيلية

NVIDIA · فيديو

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب 88 / 4096

تعليمات توليد الفيديو نصيًا: حدد ما يتضمنه المشهد والحركة التي ينبغي أن يعرضها.

•مطلوب image_url
أفلت ملفًا، أو

عنوان URL للصورة المستخدمة لتحديد الإطار الأول للفيديو.

image_size الافتراضي {"height":480,"width"...

أبعاد الفيديو المطلوبة قبل الضبط التلقائي. للحصول على حجم مدعوم، يقيّد النظام الطلب ويختار أقرب مستوى من NVIDIA—256p أو 480p أو 720p—ونسبة أبعاد مدعومة.

الافتراضي 2

الحد الأقصى لمراحل الموجّه عند تفعيل التوليد الوكيلي.

الافتراضي 2

عدد مرشحي الفيديو في كل تكرار للحلقة الوكيلة، ويحدد عدد مقاطع الفيديو المتنافسة في التقييم قبل متابعة الأفضل إلى إعادة كتابة الموجّه.

الافتراضي 189

عدد الإطارات للتوليد؛ تؤدي زيادته إلى إنتاج فيديو أطول.

الافتراضي 24

معدل إطارات فيديو المخرج، مقاسًا بالإطارات في الثانية.

متقدم negative_prompt · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · agentic_early_stop · enable_safety_checker
0 / 2048

موجّه سلبي لتثبيط محتوى مثل الحركة أو التشوهات غير المرغوبة. يؤدي حذفه إلى استخدام الموجّه السلبي الموصى به من NVIDIA لـ i2v، بينما تعطل السلسلة الفارغة التوجيه السلبي.

الافتراضي 28

عدد خطوات إزالة التشويش، إذ تؤدي زيادته إلى معالجة أطول وجودة أفضل.

الافتراضي 6

قوة التوجيه الخالي من المصنف.

بذرة تتحكم في قابلية التكرار: ينتج الموجّه والبذرة المتطابقان فيديوً متطابقًا عندما لا يتغير إصدار النموذج.

POST /run/nvidia/cosmos-3-super/image-to-video?wait=20 عرض السعر → ⁨‏0.40 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/cosmos-3-super/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Cosmos 3 Super Image to Video

يستخدم `image_url` بوصفه الإطار الافتتاحي و`prompt` يصل إلى 4096 حرفًا. تصل قيمة `num_frames` إلى 189، وتتراوح `frames_per_second` من 4 إلى 60. يكون توسيع المطالبة مفعّلًا افتراضيًا، بينما ينشئ `enable_agentic_generation` مرشحين تكراريين مع نقد. ويوفر أيضًا `negative_prompt` و`guidance_scale` و`num_inference_steps` حتى 50.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
promptمطلوب
النوعstring
≤ 4,096 حرفًا
تعليمات توليد الفيديو نصيًا: حدد ما يتضمنه المشهد والحركة التي ينبغي أن يعرضها.
image_urlمطلوب image
النوعurl · image
عنوان URL للصورة المستخدمة لتحديد الإطار الأول للفيديو.
negative_promptاختياري
النوعstring
الافتراضيThe video captures a series of frames showing macroblocking artifacts, chromatic aberration, high-frequency noise, and rolling shutter distortion. It includes static with no motion, motion blur, over-saturation, shaky footage, low resolution, grainy texture, pixelated images, poorly lit areas, underexposed and overexposed scenes, poor color balance, washed out colors, choppy sequences, jerky movements, low frame rate, bit-depth compression artifacts, color banding, unnatural transitions, outdated special effects, fake elements, unconvincing visuals, poorly edited content, jump cuts, hard cut, visual noise, and flickering. It features moiré patterns, edge halos, and temporal aliasing. Furthermore, the content defies common sense, generating illogical scenarios, nonsensical entities, absurd character behaviors, and conceptual paradoxes that violate basic human reasoning and everyday reality. The video looks like a surreal or glitchy hallucination. Overall, the video is of poor quality.
≤ 2,048 حرفًا
موجّه سلبي لتثبيط محتوى مثل الحركة أو التشوهات غير المرغوبة. يؤدي حذفه إلى استخدام الموجّه السلبي الموصى به من NVIDIA لـ i2v، بينما تعطل السلسلة الفارغة التوجيه السلبي.
enable_prompt_expansionاختياري
النوعboolean
الافتراضيtrue
توسيع الموجّه الذي يستخدم Cosmos3-Nano Reasoner عند ضبطه على true لإنتاج تنسيق الوصف الكثيف المستخدم لتدريب Cosmos3؛ يفحص VLM هذا الإطار الأول. يحدد COSMOS_PROMPT_UPSAMPLER_BASE_URL خدمة Reasoner المهيأة؛ وإلا يشغّل التطبيق واحدة محليًا. يؤدي فشل التوسيع إلى استخدام الموجّه غير المعدّل.
enable_agentic_generationاختياري
النوعboolean
الافتراضيfalse
توليد Cosmos الوكيلي التكراري، وهو أبطأ وأعلى تكلفة بكثير من التوليد مرة واحدة لأن كل مرشح يتطلب تصييرًا كاملًا. يوسّع التكرار الموجّه، ويولّد مرشحي فيديو، ويستخدم VLM لتقييم الإطارات المأخوذة عيناتها، ثم يعيد كتابة الموجّه.
agentic_max_iterationsاختياري
النوعinteger
الافتراضي2
1 – 3
الحد الأقصى لمراحل الموجّه عند تفعيل التوليد الوكيلي.
agentic_samples_per_iterationاختياري
النوعinteger
الافتراضي2
1 – 3
عدد مرشحي الفيديو في كل تكرار للحلقة الوكيلة، ويحدد عدد مقاطع الفيديو المتنافسة في التقييم قبل متابعة الأفضل إلى إعادة كتابة الموجّه.
agentic_early_stopاختياري
النوعboolean
الافتراضيtrue
تحكم الإيقاف المبكر الذي يعتبر درجة الناقد الأعلى من حد الجودة الصارم كافية لإنهاء الحلقة الوكيلة.
image_sizeاختياري
النوعobject
الافتراضي{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
أبعاد الفيديو المطلوبة قبل الضبط التلقائي. للحصول على حجم مدعوم، يقيّد النظام الطلب ويختار أقرب مستوى من NVIDIA—256p أو 480p أو 720p—ونسبة أبعاد مدعومة.
num_framesاختياري
النوعinteger
الافتراضي189
5 – 189
عدد الإطارات للتوليد؛ تؤدي زيادته إلى إنتاج فيديو أطول.
frames_per_secondاختياري
النوعinteger
الافتراضي24
4 – 60
معدل إطارات فيديو المخرج، مقاسًا بالإطارات في الثانية.
num_inference_stepsاختياري
النوعinteger
الافتراضي28
1 – 50
عدد خطوات إزالة التشويش، إذ تؤدي زيادته إلى معالجة أطول وجودة أفضل.
guidance_scaleاختياري
النوعnumber
الافتراضي6
0 – 20
قوة التوجيه الخالي من المصنف.
seedاختياري
النوعinteger | null
بذرة تتحكم في قابلية التكرار: ينتج الموجّه والبذرة المتطابقان فيديوً متطابقًا عندما لا يتغير إصدار النموذج.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
تحكم الإشراف على الصورة والموجّه المقدمين، ولا يُسمح بتعطيله إلا للحسابات المصرح لها. تخضع الطلبات التي تفتقر إلى التفويض للفحوصات بغض النظر عن الإعداد.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nvidia/cosmos-3-super/image-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 400,
    "usd": "0.40",
    "charged": 400,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}الفيديو الذي أنتجه النموذج.
seed
integerقيمة البذرة المطبّقة أثناء التوليد.

مزيد من النماذج: من صورة إلى فيديو

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/nvidia/cosmos-3-super/image-to-video.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt