Lumaktaw sa nilalaman

Cosmos 3 Super Image to Video

I-integrate

ID ng 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"

Mga file na katulad ng halimbawa: $0.40 400 kredito ng API · ≈ ₽42.93 sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
NVIDIA Larawan patungong Video Lipsync #stylized#transform

Ina-animate ang first-frame larawan bilang video, na may optional na prompt expansion at agentic refinement loop

NVIDIA · video

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan 88 / 4096

Mga tagubilin sa pagbuo ng video sa anyong teksto: tukuyin kung ano ang nasa eksena at kung anong galaw ang dapat nitong ipakita.

•kinakailangan image_url
Mag-drop ng file, o

URL ng larawan na ginagamit upang i-condition ang unang frame ng video.

image_size default na {"height":480,"width"...

Mga dimensyon ng video na hinihingi bago ang awtomatikong pag-aangkop. Para makakuha ng suportadong sukat, nililimitahan ng system ang kahilingan at pinipili ang pinakamalapit na NVIDIA tier—256p, 480p, o 720p—at suportadong aspect ratio.

default na 2

Pinakamataas na limitasyon ng mga yugto ng prompt kapag pinagana ang agentic pagbuo.

default na 2

Bilang ng candidate na video sa bawat iteration para sa agentic loop, na tumutukoy kung ilang video ang maglalaban sa pagsusuri bago magpatuloy ang pinakamahusay sa muling pagsulat ng prompt.

default na 189

Bilang ng frame para sa pagbuo; kapag tinaasan ito, mas mahaba ang nagiging video.

default na 24

Output video frame rate, na sinusukat sa frame bawat segundo.

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

Negative prompt para pigilan ang content gaya ng hindi gustong galaw o artifact. Kapag hindi isinama, ginagamit ang inirerekomendang negative prompt ng NVIDIA para sa i2v, habang hindi pinapagana ng walang laman na string ang negative guidance.

default na 28

Bilang ng denoising step; mas matagal ang processing ngunit mas maganda ang kalidad kapag mas mataas ang bilang.

default na 6

Lakas ng classifier-free guidance.

Seed na kumokontrol sa repeatability: ang magkaparehong prompt at seed ay gumagawa ng magkaparehong video kapag hindi nagbago ang bersyon ng modelo.

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

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Cosmos 3 Super Image to Video

Ginagamit ang `image_url` bilang opening frame at isang `prompt` na hanggang 4096 character. Umaabot sa 189 ang `num_frames` at mula 4 hanggang 60 ang `frames_per_second`. Bilang default, naka-on ang prompt expansion, at ang `enable_agentic_generation` ay nagpapatakbo ng iterative candidate na may critique. Mayroon ding `negative_prompt`, `guidance_scale` at `num_inference_steps` hanggang 50.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
promptkinakailangan
Uristring
≤ 4,096 character
Mga tagubilin sa pagbuo ng video sa anyong teksto: tukuyin kung ano ang nasa eksena at kung anong galaw ang dapat nitong ipakita.
image_urlkinakailangan image
Uriurl · image
URL ng larawan na ginagamit upang i-condition ang unang frame ng video.
negative_promptopsyonal
Uristring
defaultThe 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 character
Negative prompt para pigilan ang content gaya ng hindi gustong galaw o artifact. Kapag hindi isinama, ginagamit ang inirerekomendang negative prompt ng NVIDIA para sa i2v, habang hindi pinapagana ng walang laman na string ang negative guidance.
enable_prompt_expansionopsyonal
Uriboolean
defaulttrue
Prompt expansion na, kapag true, gumagamit ng Cosmos3-Nano Reasoner upang gumawa ng dense-caption format na ginamit sa pag-train ng Cosmos3; sinusuri ng VLM na ito ang unang frame. Tinutukoy ng COSMOS_PROMPT_UPSAMPLER_BASE_URL ang naka-configure na Reasoner service; kung wala, lokal na naglulunsad ang app ng isa. Kapag nabigo ang expansion, ginagamit ang hindi binagong prompt.
enable_agentic_generationopsyonal
Uriboolean
defaultfalse
Paulit-ulit na pagbuo gamit ang Cosmos agent, na mas mabagal at mas magastos kaysa sa isang beses na pagbuo dahil nangangailangan ng buong pag-render ang bawat kandidato. Pinapalawak ng loop ang prompt, bumubuo ng mga kandidatong video, gumagamit ng VLM para suriin ang mga napiling frame, at muling isinusulat ang prompt.
agentic_max_iterationsopsyonal
Uriinteger
default2
1 – 3
Pinakamataas na limitasyon ng mga yugto ng prompt kapag pinagana ang agentic pagbuo.
agentic_samples_per_iterationopsyonal
Uriinteger
default2
1 – 3
Bilang ng candidate na video sa bawat iteration para sa agentic loop, na tumutukoy kung ilang video ang maglalaban sa pagsusuri bago magpatuloy ang pinakamahusay sa muling pagsulat ng prompt.
agentic_early_stopopsyonal
Uriboolean
defaulttrue
Kontrol sa maagang paghinto na itinuturing na sapat ang critic score na mas mataas sa mahigpit na quality threshold upang tapusin ang agentic loop.
image_sizeopsyonal
Uriobject
default{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Mga dimensyon ng video na hinihingi bago ang awtomatikong pag-aangkop. Para makakuha ng suportadong sukat, nililimitahan ng system ang kahilingan at pinipili ang pinakamalapit na NVIDIA tier—256p, 480p, o 720p—at suportadong aspect ratio.
num_framesopsyonal
Uriinteger
default189
5 – 189
Bilang ng frame para sa pagbuo; kapag tinaasan ito, mas mahaba ang nagiging video.
frames_per_secondopsyonal
Uriinteger
default24
4 – 60
Output video frame rate, na sinusukat sa frame bawat segundo.
num_inference_stepsopsyonal
Uriinteger
default28
1 – 50
Bilang ng denoising step; mas matagal ang processing ngunit mas maganda ang kalidad kapag mas mataas ang bilang.
guidance_scaleopsyonal
Urinumber
default6
0 – 20
Lakas ng classifier-free guidance.
seedopsyonal
Uriinteger | null
Seed na kumokontrol sa repeatability: ang magkaparehong prompt at seed ay gumagawa ng magkaparehong video kapag hindi nagbago ang bersyon ng modelo.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Kontrol sa moderation para sa ibinigay na larawan at prompt, na maaari lamang i-disable ng mga awtorisadong account. Sumasailalim sa pagsusuri ang mga kahilingang walang authorization anuman ang setting.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Videong ginawa ng modelo.
seed
integerSeed value na inilapat sa pagbuo.

Higit pang modelo: Larawan patungong Video

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/nvidia/cosmos-3-super/image-to-video.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt