Sleppa yfir í efni

Cosmos 3 Super Image to Video

Tengja

Auðkenni líkans 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"

Skrár eins og dæmið: 0,40 $ 400 API-inneignir · ≈ 43,03 ₽ skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
NVIDIA Mynd í myndband Varasamstilling #stylized#transform#lipsync

Hreyfir upphafsmynd yfir í myndband, með valfrjálsri útvíkkun kvaðningar og endurteknum umboðsmannabundnum betrumbótum

NVIDIA · Myndband

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið 88 / 4096

Leiðbeiningar um myndband í texta: tilgreindu hvað senan inniheldur og hvaða hreyfingu hún á að sýna.

•áskilið image_url
Slepptu skrá eða

URL myndar sem notað er til að stýra fyrsta ramma myndbandsins.

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

Mál myndbands sem óskað er eftir fyrir sjálfvirka aðlögun. Kerfið skorðar beiðnina og velur næsta NVIDIA-stig — 256p, 480p eða 720p — ásamt studdu stærðarhlutfalli.

sjálfgefið 2

Efri mörk á stigum kvaðningar þegar agentic efnisgerð er virk.

sjálfgefið 2

Fjöldi frambjóðenda að myndböndum í hverri umferð agentic-lykkjunnar, sem ákvarðar hversu mörg myndbönd keppa í mati áður en það besta fer í endurskrifun kvaðningar.

sjálfgefið 189

Fjöldi ramma við efnisgerð; aukning hans býr til lengra myndband.

sjálfgefið 24

Rammatíðni úttaksmyndbands, mæld í römmum á sekúndu.

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

Neikvæð kvaðning til að draga úr óæskilegu efni, svo sem óæskilegri hreyfingu eða myndgöllum. Ef hún er sleppt er ráðlögð neikvæð kvaðning NVIDIA notuð fyrir i2v, en tómur strengur slekkur á neikvæðri stýringu.

sjálfgefið 28

Fjöldi afsuðunarskrefa; lengri vinnsla gefur betri gæði eftir því sem fjöldinn eykst.

sjálfgefið 6

Styrkur leiðsagnar án flokkara.

Sáðgildi sem stýrir endurtekningarhæfni: eins kvaðning og sáðgildi búa til eins myndband þegar útgáfa líkansins er óbreytt.

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

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Cosmos 3 Super Image to Video

Notar `image_url` sem upphafsramma og `prompt` sem getur verið allt að 4096 stafir. `num_frames` fer upp í 189 og `frames_per_second` frá 4 til 60. Útvíkkun kvaðningar er sjálfgefið virk og `enable_agentic_generation` keyrir endurteknar frambjóðendur með gagnrýni. Einnig eru í boði `negative_prompt`, `guidance_scale` og `num_inference_steps` allt að 50.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
promptáskilið
Gerðstring
≤ 4.096 stafir
Leiðbeiningar um myndband í texta: tilgreindu hvað senan inniheldur og hvaða hreyfingu hún á að sýna.
image_urláskilið image
Gerðurl · image
URL myndar sem notað er til að stýra fyrsta ramma myndbandsins.
negative_promptvalfrjálst
Gerðstring
SjálfgefiðThe 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 stafir
Neikvæð kvaðning til að draga úr óæskilegu efni, svo sem óæskilegri hreyfingu eða myndgöllum. Ef hún er sleppt er ráðlögð neikvæð kvaðning NVIDIA notuð fyrir i2v, en tómur strengur slekkur á neikvæðri stýringu.
enable_prompt_expansionvalfrjálst
Gerðboolean
Sjálfgefiðtrue
Útvíkkun kvaðningar sem notar Cosmos3-Nano Reasoner þegar gildið er true til að búa til dense-caption-sniðið sem notað var við þjálfun Cosmos3; þetta VLM skoðar fyrsta rammann. COSMOS_PROMPT_UPSAMPLER_BASE_URL velur stillta Reasoner-þjónustu; annars ræsir forritið eina staðbundið. Ef útvíkkunin mistekst er óbreytta kvaðningin notuð.
enable_agentic_generationvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Endurtekin agentic efnisgerð með Cosmos, verulega hægari og dýrari en ein umferð þar sem hver frambjóðandi krefst fullrar myndgerðar. Lykkjan útvíkkar kvaðninguna, býr til frambjóðendur að myndböndum, notar VLM til að gagnrýna valda ramma og endurskrifar kvaðninguna.
agentic_max_iterationsvalfrjálst
Gerðinteger
Sjálfgefið2
1 – 3
Efri mörk á stigum kvaðningar þegar agentic efnisgerð er virk.
agentic_samples_per_iterationvalfrjálst
Gerðinteger
Sjálfgefið2
1 – 3
Fjöldi frambjóðenda að myndböndum í hverri umferð agentic-lykkjunnar, sem ákvarðar hversu mörg myndbönd keppa í mati áður en það besta fer í endurskrifun kvaðningar.
agentic_early_stopvalfrjálst
Gerðboolean
Sjálfgefiðtrue
Stýring á snemmbúinni stöðvun sem lítur á gagnrýnendaeinkunn yfir ströngum gæðamörkum sem nægilega ástæðu til að ljúka agentic-lykkjunni.
image_sizevalfrjálst
Gerðobject
Sjálfgefið{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Mál myndbands sem óskað er eftir fyrir sjálfvirka aðlögun. Kerfið skorðar beiðnina og velur næsta NVIDIA-stig — 256p, 480p eða 720p — ásamt studdu stærðarhlutfalli.
num_framesvalfrjálst
Gerðinteger
Sjálfgefið189
5 – 189
Fjöldi ramma við efnisgerð; aukning hans býr til lengra myndband.
frames_per_secondvalfrjálst
Gerðinteger
Sjálfgefið24
4 – 60
Rammatíðni úttaksmyndbands, mæld í römmum á sekúndu.
num_inference_stepsvalfrjálst
Gerðinteger
Sjálfgefið28
1 – 50
Fjöldi afsuðunarskrefa; lengri vinnsla gefur betri gæði eftir því sem fjöldinn eykst.
guidance_scalevalfrjálst
Gerðnumber
Sjálfgefið6
0 – 20
Styrkur leiðsagnar án flokkara.
seedvalfrjálst
Gerðinteger | null
Sáðgildi sem stýrir endurtekningarhæfni: eins kvaðning og sáðgildi búa til eins myndband þegar útgáfa líkansins er óbreytt.
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðtrue
Eftirlit með efnisstýringu á uppgefinni mynd og kvaðningu, þar sem aðeins heimiluðum reikningum er leyft að slökkva á henni. Beiðnir án heimildar fara í athugun óháð stillingunni.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Myndband sem líkanið býr til.
seed
integerSáðgildi sem beitt er við efnisgerð.

Fleiri líkön: Mynd í myndband

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/nvidia/cosmos-3-super/image-to-video.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt