Zum Inhalt springen

Cosmos 3 Super Image to Video

Integrieren

Modell-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"

Dateien wie das Beispiel: 0,40 $ 400 API-Credits · ≈ 43,03 ₽ Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
NVIDIA Bild zu Video Lipsync #stylized#transform

Animiert ein Bild des ersten Frames zu einem Video, mit optionaler Prompt-Erweiterung und agentischer Verfeinerungsschleife

NVIDIA · Video

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich 88 / 4096

Anweisungen zur Videogenerierung als Text: angeben, was die Szene enthält und welche Bewegung sie zeigen soll.

•erforderlich image_url
Datei ablegen oder

Bild-URL zur Steuerung des ersten Frames des Videos.

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

Vor der automatischen Anpassung angeforderte Videodimensionen. Für eine unterstützte Größe begrenzt das System die Anfrage und wählt die nächstgelegene NVIDIA-Stufe – 256p, 480p oder 720p – sowie ein unterstütztes Seitenverhältnis.

Standard 2

Obergrenze für Prompt-Phasen bei aktivierter agentischer Generierung.

Standard 2

Anzahl der Videokandidaten pro Iteration der agentischen Schleife; bestimmt, wie viele Videos bei der Bewertung konkurrieren, bevor der beste Kandidat zur Überarbeitung des Prompts verwendet wird.

Standard 189

Frame-Anzahl für die Generierung; eine Erhöhung erzeugt ein längeres Video.

Standard 24

Framerate des Ausgabevideos, gemessen in Frames pro Sekunde.

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

Negativer Prompt, der unerwünschte Inhalte wie ungewollte Bewegungen oder Artefakte vermeiden soll. Bei Weglassen wird der von NVIDIA empfohlene negative Prompt für i2v verwendet; ein leerer String deaktiviert die negative Steuerung.

Standard 28

Anzahl der Entrauschungsschritte; höhere Werte erhöhen die Verarbeitungsdauer, verbessern jedoch die Qualität.

Standard 6

Stärke der klassifikatorfreien Führung.

Seed für Wiederholbarkeit: Ein identischer Prompt und Seed erzeugen bei unveränderter Modellversion ein identisches Video.

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

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Cosmos 3 Super Image to Video

Verwendet `image_url` als Eröffnungsframe und einen `prompt` mit bis zu 4096 Zeichen. `num_frames` reicht bis 189 und `frames_per_second` von 4 bis 60. Die Prompt-Erweiterung ist standardmäßig aktiviert, und `enable_agentic_generation` führt iterative Kandidaten mit Kritik durch. Zusätzlich stehen `negative_prompt`, `guidance_scale` und `num_inference_steps` bis 50 zur Verfügung.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
prompterforderlich
Typstring
≤ 4.096 Zeichen
Anweisungen zur Videogenerierung als Text: angeben, was die Szene enthält und welche Bewegung sie zeigen soll.
image_urlerforderlich image
Typurl · image
Bild-URL zur Steuerung des ersten Frames des Videos.
negative_promptoptional
Typstring
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 Zeichen
Negativer Prompt, der unerwünschte Inhalte wie ungewollte Bewegungen oder Artefakte vermeiden soll. Bei Weglassen wird der von NVIDIA empfohlene negative Prompt für i2v verwendet; ein leerer String deaktiviert die negative Steuerung.
enable_prompt_expansionoptional
Typboolean
Standardtrue
Prompt-Erweiterung, die bei true Cosmos3-Nano Reasoner verwendet, um das für das Training von Cosmos3 genutzte Dense-Caption-Format zu erzeugen; dieses VLM untersucht den ersten Frame. COSMOS_PROMPT_UPSAMPLER_BASE_URL wählt einen konfigurierten Reasoner-Dienst aus, andernfalls startet die App einen lokal. Bei einem Fehler der Erweiterung wird der unveränderte Prompt verwendet.
enable_agentic_generationoptional
Typboolean
Standardfalse
Iterative agentische Cosmos-Generierung, deutlich langsamer und teurer als eine einmalige Generierung, da jeder Kandidat vollständig gerendert werden muss. Die Schleife erweitert den Prompt, generiert Videokandidaten, lässt ein VLM abgetastete Frames bewerten und formuliert den Prompt neu.
agentic_max_iterationsoptional
Typinteger
Standard2
1 – 3
Obergrenze für Prompt-Phasen bei aktivierter agentischer Generierung.
agentic_samples_per_iterationoptional
Typinteger
Standard2
1 – 3
Anzahl der Videokandidaten pro Iteration der agentischen Schleife; bestimmt, wie viele Videos bei der Bewertung konkurrieren, bevor der beste Kandidat zur Überarbeitung des Prompts verwendet wird.
agentic_early_stopoptional
Typboolean
Standardtrue
Frühzeitigem Beenden, wenn eine Kritikerbewertung über der strengen Qualitätsschwelle zum Beenden der agentischen Schleife ausreicht.
image_sizeoptional
Typobject
Standard{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Vor der automatischen Anpassung angeforderte Videodimensionen. Für eine unterstützte Größe begrenzt das System die Anfrage und wählt die nächstgelegene NVIDIA-Stufe – 256p, 480p oder 720p – sowie ein unterstütztes Seitenverhältnis.
num_framesoptional
Typinteger
Standard189
5 – 189
Frame-Anzahl für die Generierung; eine Erhöhung erzeugt ein längeres Video.
frames_per_secondoptional
Typinteger
Standard24
4 – 60
Framerate des Ausgabevideos, gemessen in Frames pro Sekunde.
num_inference_stepsoptional
Typinteger
Standard28
1 – 50
Anzahl der Entrauschungsschritte; höhere Werte erhöhen die Verarbeitungsdauer, verbessern jedoch die Qualität.
guidance_scaleoptional
Typnumber
Standard6
0 – 20
Stärke der klassifikatorfreien Führung.
seedoptional
Typinteger | null
Seed für Wiederholbarkeit: Ein identischer Prompt und Seed erzeugen bei unveränderter Modellversion ein identisches Video.
enable_safety_checkeroptional
Typboolean
Standardtrue
Moderationssteuerung für das bereitgestellte Bild und den Prompt; eine Deaktivierung ist nur für autorisierte Konten zulässig. Anfragen ohne Autorisierung werden unabhängig von dieser Einstellung geprüft.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vom Modell erzeugtes Video.
seed
integerWährend der Generierung angewendeter Seed-Wert.

Weitere Modelle: Bild zu Video

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/nvidia/cosmos-3-super/image-to-video.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt