Ir al contenido

Cosmos 3 Super Image to Video

Integrar

ID del modelo 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"

Archivos como el ejemplo: 0,40 $ 400 créditos de API · ≈ 42,93 ₽ tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
NVIDIA Imagen a vídeo Sincronización labial #stylized#transform#lipsync

Anima una imagen del primer fotograma para crear un vídeo, con expansión opcional del prompt y un ciclo de refinamiento agéntico

NVIDIA · Vídeo

Tu primer resultado aparecerá aquí

Crea una solicitud a continuación y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio 88 / 4096

Instrucciones de generación de vídeo en texto: especifica qué contiene la escena y qué movimiento debe mostrar.

•obligatorio image_url
Suelta un archivo o

URL de imagen utilizada para condicionar el primer fotograma del vídeo.

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

Dimensiones de vídeo solicitadas antes del ajuste automático. Para obtener un tamaño compatible, el sistema limita la solicitud y elige el nivel de NVIDIA más cercano —256p, 480p o 720p— y una relación de aspecto compatible.

predeterminado 2

Límite superior de etapas del prompt con la generación agentiva activada.

predeterminado 2

Número de candidatos de vídeo por iteración del bucle agentivo, que determina cuántos vídeos compiten en la evaluación antes de que el mejor pase a la reescritura del prompt.

predeterminado 189

Número de fotogramas para la generación; aumentarlo produce un vídeo más largo.

predeterminado 24

Frecuencia de fotogramas del vídeo de salida, medida en fotogramas por segundo.

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

Prompt negativo para desalentar contenido como movimientos o artefactos no deseados. Omitirlo utiliza el prompt negativo recomendado por NVIDIA para i2v, mientras que una cadena vacía desactiva la guía negativa.

predeterminado 28

Número de pasos de eliminación de ruido, equilibrando un procesamiento más largo con una mayor calidad a medida que aumenta el número.

predeterminado 6

Intensidad de la guía sin clasificador.

Semilla que controla la repetibilidad: un prompt y una semilla idénticos producen un vídeo idéntico cuando la versión del modelo no cambia.

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

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y solo se guarda en localStorage si marcas Recordar. Obtener una clave de API

Acerca de Cosmos 3 Super Image to Video

Usa `image_url` como fotograma inicial y un `prompt` de hasta 4096 caracteres. `num_frames` llega hasta 189 y `frames_per_second` va de 4 a 60. La expansión del prompt está activada de forma predeterminada y `enable_agentic_generation` ejecuta candidatos iterativos con crítica. También ofrece `negative_prompt`, `guidance_scale` y `num_inference_steps` de hasta 50.

Parámetros

Envía el nombre canónico o el nombre nativo, pero no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
≤ 4096 caracteres
Instrucciones de generación de vídeo en texto: especifica qué contiene la escena y qué movimiento debe mostrar.
image_urlobligatorio image
Tipourl · image
URL de imagen utilizada para condicionar el primer fotograma del vídeo.
negative_promptopcional
Tipostring
PredeterminadoThe 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.
≤ 2048 caracteres
Prompt negativo para desalentar contenido como movimientos o artefactos no deseados. Omitirlo utiliza el prompt negativo recomendado por NVIDIA para i2v, mientras que una cadena vacía desactiva la guía negativa.
enable_prompt_expansionopcional
Tipoboolean
Predeterminadotrue
Expansión del prompt que, cuando es true, utiliza Cosmos3-Nano Reasoner para producir el formato de descripción densa utilizado para entrenar Cosmos3; este VLM examina el primer fotograma. COSMOS_PROMPT_UPSAMPLER_BASE_URL selecciona un servicio Reasoner configurado; en caso contrario, la aplicación inicia uno localmente. Si la expansión falla, se utiliza el prompt sin modificar.
enable_agentic_generationopcional
Tipoboolean
Predeterminadofalse
Generación agentiva iterativa de Cosmos, considerablemente más lenta y costosa que generar una sola vez porque cada candidato requiere un renderizado completo. El bucle amplía el prompt, genera candidatos de vídeo, utiliza un VLM para criticar fotogramas muestreados y reescribe el prompt.
agentic_max_iterationsopcional
Tipointeger
Predeterminado2
1 – 3
Límite superior de etapas del prompt con la generación agentiva activada.
agentic_samples_per_iterationopcional
Tipointeger
Predeterminado2
1 – 3
Número de candidatos de vídeo por iteración del bucle agentivo, que determina cuántos vídeos compiten en la evaluación antes de que el mejor pase a la reescritura del prompt.
agentic_early_stopopcional
Tipoboolean
Predeterminadotrue
Control de detención temprana que considera suficiente una puntuación del crítico superior al umbral de calidad estricto para finalizar el bucle agentivo.
image_sizeopcional
Tipoobject
Predeterminado{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensiones de vídeo solicitadas antes del ajuste automático. Para obtener un tamaño compatible, el sistema limita la solicitud y elige el nivel de NVIDIA más cercano —256p, 480p o 720p— y una relación de aspecto compatible.
num_framesopcional
Tipointeger
Predeterminado189
5 – 189
Número de fotogramas para la generación; aumentarlo produce un vídeo más largo.
frames_per_secondopcional
Tipointeger
Predeterminado24
4 – 60
Frecuencia de fotogramas del vídeo de salida, medida en fotogramas por segundo.
num_inference_stepsopcional
Tipointeger
Predeterminado28
1 – 50
Número de pasos de eliminación de ruido, equilibrando un procesamiento más largo con una mayor calidad a medida que aumenta el número.
guidance_scaleopcional
Tiponumber
Predeterminado6
0 – 20
Intensidad de la guía sin clasificador.
seedopcional
Tipointeger | null
Semilla que controla la repetibilidad: un prompt y una semilla idénticos producen un vídeo idéntico cuando la versión del modelo no cambia.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
Control de moderación para la imagen y el prompt proporcionados, cuya desactivación solo se permite a cuentas autorizadas. Las solicitudes sin autorización se comprueban independientemente del ajuste.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una subida. Archivos

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (con pago por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vídeo producido por el modelo.
seed
integerValor de semilla aplicado durante la generación.

Más modelos: Imagen a vídeo

Para agentes de IA: esta página en Markdown está en https://doitong.com/es-ES/developers/models/nvidia/cosmos-3-super/image-to-video.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt