Gå til indhold

Cosmos 3 Super Image to Video

Integrer

Model-id 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"

Filer som eksemplet: 0,40 $ 400 API-kreditter · ≈ 43,03 ₽ dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
NVIDIA Billede til video Lipsync #stylized#transform

Animerer et billede til første frame til en video med valgfri promptudvidelse og en agentisk forbedringssløjfe

NVIDIA · Video

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet 88 / 4096

Instruktioner til videogenerering i tekstform: Angiv, hvad scenen indeholder, og hvilken bevægelse den skal vise.

•påkrævet image_url
Slip en fil, eller

Billed-URL, der bruges til at styre videoens første frame.

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

Videodimensioner, der anmodes om før automatisk justering. For at opnå en understøttet størrelse begrænser systemet anmodningen og vælger det nærmeste NVIDIA-niveau—256p, 480p eller 720p—samt et understøttet formatforhold.

standard 2

Øvre grænse for promptstadier, når agentisk generering er aktiveret.

standard 2

Antal videokandidater pr. iteration i den agentiske løkke, som bestemmer, hvor mange videoer der konkurrerer i evalueringen, før den bedste går videre til omskrivning af prompten.

standard 189

Antal frames til generering; et højere antal giver en længere video.

standard 24

Outputvideoframe rate, målt i frames per sekund.

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

Negativ prompt, der modvirker indhold som uønsket bevægelse eller artefakter. Hvis den udelades, bruges NVIDIAs anbefalede negative prompt til i2v, mens en tom streng deaktiverer negativ vejledning.

standard 28

Antal denoising-trin, hvor længere behandling giver bedre kvalitet, når antallet øges.

standard 6

Styrken af classifier-free guidance.

Seed, der styrer reproducerbarheden: En identisk prompt og seed giver en identisk video, når modelversionen er uændret.

POST /run/nvidia/cosmos-3-super/image-to-video?wait=20 pris → 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Cosmos 3 Super Image to Video

Bruger en `image_url` som åbningsframe og en `prompt` på op til 4096 tegn. `num_frames` går op til 189, og `frames_per_second` fra 4 til 60. Promptudvidelse er aktiveret som standard, og `enable_agentic_generation` kører iterative kandidater med kritik. Tilbyder også `negative_prompt`, `guidance_scale` og `num_inference_steps` op til 50.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
promptpåkrævet
Typestring
≤ 4.096 tegn
Instruktioner til videogenerering i tekstform: Angiv, hvad scenen indeholder, og hvilken bevægelse den skal vise.
image_urlpåkrævet image
Typeurl · image
Billed-URL, der bruges til at styre videoens første frame.
negative_promptvalgfri
Typestring
StandardThe 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 tegn
Negativ prompt, der modvirker indhold som uønsket bevægelse eller artefakter. Hvis den udelades, bruges NVIDIAs anbefalede negative prompt til i2v, mens en tom streng deaktiverer negativ vejledning.
enable_prompt_expansionvalgfri
Typeboolean
Standardtrue
Promptudvidelse, der ved true bruger Cosmos3-Nano Reasoner til at producere det tætte billedtekstformat, som bruges til at træne Cosmos3; denne VLM undersøger den første frame. COSMOS_PROMPT_UPSAMPLER_BASE_URL vælger en konfigureret Reasoner-tjeneste; ellers starter appen en lokalt. Hvis udvidelsen mislykkes, bruges den uændrede prompt.
enable_agentic_generationvalgfri
Typeboolean
Standardfalse
Iterativ agentisk Cosmos-generering, som er væsentligt langsommere og dyrere end én enkelt generering, fordi hver kandidat kræver en fuld rendering. Løkken opsampler prompten, genererer videokandidater, bruger en VLM til at kritisere udvalgte frames og omskriver prompten.
agentic_max_iterationsvalgfri
Typeinteger
Standard2
1 – 3
Øvre grænse for promptstadier, når agentisk generering er aktiveret.
agentic_samples_per_iterationvalgfri
Typeinteger
Standard2
1 – 3
Antal videokandidater pr. iteration i den agentiske løkke, som bestemmer, hvor mange videoer der konkurrerer i evalueringen, før den bedste går videre til omskrivning af prompten.
agentic_early_stopvalgfri
Typeboolean
Standardtrue
Tidlig stopstyring, der betragter en kritikscore over den strenge kvalitetsgrænse som tilstrækkelig til at afslutte den agentiske løkke.
image_sizevalgfri
Typeobject
Standard{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Videodimensioner, der anmodes om før automatisk justering. For at opnå en understøttet størrelse begrænser systemet anmodningen og vælger det nærmeste NVIDIA-niveau—256p, 480p eller 720p—samt et understøttet formatforhold.
num_framesvalgfri
Typeinteger
Standard189
5 – 189
Antal frames til generering; et højere antal giver en længere video.
frames_per_secondvalgfri
Typeinteger
Standard24
4 – 60
Outputvideoframe rate, målt i frames per sekund.
num_inference_stepsvalgfri
Typeinteger
Standard28
1 – 50
Antal denoising-trin, hvor længere behandling giver bedre kvalitet, når antallet øges.
guidance_scalevalgfri
Typenumber
Standard6
0 – 20
Styrken af classifier-free guidance.
seedvalgfri
Typeinteger | null
Seed, der styrer reproducerbarheden: En identisk prompt og seed giver en identisk video, når modelversionen er uændret.
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Moderationsstyring for det angivne billede og den angivne prompt, hvor deaktivering kun er tilladt for autoriserede konti. Anmodninger uden autorisation kontrolleres uanset indstillingen.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Video produceret af modellen.
seed
integerSeed-værdi anvendt under generering.

Flere modeller: Billede til video

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/nvidia/cosmos-3-super/image-to-video.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt