Vai al contenuto

Cosmos 3 Super Image to Video

Integra

ID del modello 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"

File come nell'esempio: 0,40 $ 400 crediti API · ≈ 43,03 ₽ i tuoi file vengono misurati prima dell'esecuzione Esegui in questa pagina

Ottieni la chiave API
NVIDIA Da immagine a video Lipsync #stylized#transform

Anima un'immagine del primo fotogramma trasformandola in un video, con espansione opzionale del prompt e ciclo di perfezionamento agentico

NVIDIA · Video

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio 88 / 4096

Istruzioni testuali per la generazione del video: specifica cosa contiene la scena e quale movimento deve mostrare.

•obbligatorio image_url
Trascina un file oppure

URL dell'immagine usata per condizionare il primo fotogramma del video.

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

Dimensioni del video richieste prima della regolazione automatica. Per ottenere una dimensione supportata, il sistema limita la richiesta e sceglie il livello NVIDIA più vicino—256p, 480p o 720p—e le proporzioni supportate.

predefinito 2

Limite superiore delle fasi del prompt con la generazione agentica abilitata.

predefinito 2

Numero di candidati video per iterazione nel ciclo agentico, che determina quanti video competono nella valutazione prima che il migliore passi alla riscrittura del prompt.

predefinito 189

Numero di fotogrammi per la generazione; aumentandolo si produce un video più lungo.

predefinito 24

Frequenza dei fotogrammi del video di output, misurata in fotogrammi al secondo.

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

Prompt negativo per scoraggiare contenuti come movimenti o artefatti indesiderati. Se omesso, usa il prompt negativo consigliato da NVIDIA per i2v; una stringa vuota disabilita la guida negativa.

predefinito 28

Numero di passaggi di denoising: aumentando il numero, si ottiene una qualità migliore a fronte di un'elaborazione più lunga.

predefinito 6

Intensità della guida senza classificatore.

Seed che controlla la ripetibilità: prompt e seed identici producono un video identico quando la versione del modello non cambia.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Cosmos 3 Super Image to Video

Usa un `image_url` come fotogramma iniziale e un `prompt` di massimo 4096 caratteri. `num_frames` arriva fino a 189 e `frames_per_second` varia da 4 a 60. L'espansione del prompt è attiva per impostazione predefinita e `enable_agentic_generation` esegue candidati iterativi con valutazione critica. Offre inoltre `negative_prompt`, `guidance_scale` e `num_inference_steps` fino a 50.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
promptobbligatorio
Tipostring
≤ 4096 caratteri
Istruzioni testuali per la generazione del video: specifica cosa contiene la scena e quale movimento deve mostrare.
image_urlobbligatorio image
Tipourl · image
URL dell'immagine usata per condizionare il primo fotogramma del video.
negative_promptfacoltativo
Tipostring
PredefinitoThe 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 caratteri
Prompt negativo per scoraggiare contenuti come movimenti o artefatti indesiderati. Se omesso, usa il prompt negativo consigliato da NVIDIA per i2v; una stringa vuota disabilita la guida negativa.
enable_prompt_expansionfacoltativo
Tipoboolean
Predefinitotrue
Espansione del prompt che, quando è true, usa Cosmos3-Nano Reasoner per produrre il formato dense-caption usato per addestrare Cosmos3; questo VLM esamina il primo fotogramma. COSMOS_PROMPT_UPSAMPLER_BASE_URL seleziona un servizio Reasoner configurato; altrimenti l'app ne avvia uno localmente. Se l'espansione fallisce, viene usato il prompt non modificato.
enable_agentic_generationfacoltativo
Tipoboolean
Predefinitofalse
Generazione agentica iterativa di Cosmos, molto più lenta e costosa della generazione singola perché ogni candidato richiede un rendering completo. Il ciclo espande il prompt, genera candidati video, usa un VLM per valutare i fotogrammi campionati e riscrive il prompt.
agentic_max_iterationsfacoltativo
Tipointeger
Predefinito2
1 – 3
Limite superiore delle fasi del prompt con la generazione agentica abilitata.
agentic_samples_per_iterationfacoltativo
Tipointeger
Predefinito2
1 – 3
Numero di candidati video per iterazione nel ciclo agentico, che determina quanti video competono nella valutazione prima che il migliore passi alla riscrittura del prompt.
agentic_early_stopfacoltativo
Tipoboolean
Predefinitotrue
Controllo di arresto anticipato che considera sufficiente un punteggio del valutatore superiore alla soglia di qualità rigorosa per terminare il ciclo agentico.
image_sizefacoltativo
Tipoobject
Predefinito{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensioni del video richieste prima della regolazione automatica. Per ottenere una dimensione supportata, il sistema limita la richiesta e sceglie il livello NVIDIA più vicino—256p, 480p o 720p—e le proporzioni supportate.
num_framesfacoltativo
Tipointeger
Predefinito189
5 – 189
Numero di fotogrammi per la generazione; aumentandolo si produce un video più lungo.
frames_per_secondfacoltativo
Tipointeger
Predefinito24
4 – 60
Frequenza dei fotogrammi del video di output, misurata in fotogrammi al secondo.
num_inference_stepsfacoltativo
Tipointeger
Predefinito28
1 – 50
Numero di passaggi di denoising: aumentando il numero, si ottiene una qualità migliore a fronte di un'elaborazione più lunga.
guidance_scalefacoltativo
Tiponumber
Predefinito6
0 – 20
Intensità della guida senza classificatore.
seedfacoltativo
Tipointeger | null
Seed che controlla la ripetibilità: prompt e seed identici producono un video identico quando la versione del modello non cambia.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Controllo della moderazione per l'immagine e il prompt forniti, disabilitabile solo per gli account autorizzati. Le richieste prive di autorizzazione vengono controllate indipendentemente dall'impostazione.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. 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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Video prodotto dal modello.
seed
integerValore seed applicato durante la generazione.

Altri modelli: Da immagine a video

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/nvidia/cosmos-3-super/image-to-video.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt