Aqbeż għall-kontenut

Cosmos 3 Super Image to Video

Integra

Id tal-mudell 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"

Fajls bħall-eżempju: $0.40 400 krediti tal-API · ≈ ₽43.03 il-fajls tiegħek jitkejlu qabel it-tħaddim Ħaddmu f’din il-paġna

Ikseb ċavetta API
NVIDIA Immaġni għal vidjo Lipsync #stylized#transform

Janimà immaġni tal-ewwel frejm f'vidjo, b'espansjoni fakultattiva tal-prompt u loop ta' rfinar agentiku

NVIDIA · Vidjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ 88 / 4096

Istruzzjonijiet testwali għall-ġenerazzjoni tal-vidjo: speċifika x’fih ix-xenarju u l-moviment li għandu juri.

•meħtieġ image_url
Waqqa’ fajl, jew

URL tal-immaġni użata biex tikkundizzjona l-ewwel frejm tal-vidjo.

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

Dimensjonijiet tal-vidjo mitluba qabel l-aġġustament awtomatiku. Biex tikseb daqs appoġġjat, is-sistema tillimita t-talba u tagħżel l-eqreb livell ta’ NVIDIA—256p, 480p jew 720p—u proporzjon tal-aspett appoġġjat.

prestabbilit 2

Limitu massimu tal-istadji tal-prompt meta l-ġenerazzjoni aġentika tkun attivata.

prestabbilit 2

Għadd ta’ kandidati tal-vidjo għal kull iterazzjoni taċ-ċiklu aġentiku, li jiddetermina kemm-il vidjo jikkompeti fl-evalwazzjoni qabel ma l-aħjar jgħaddi għall-kitba mill-ġdid tal-prompt.

prestabbilit 189

Għadd ta’ frejms għall-ġenerazzjoni; żiedu jipproduċi vidjo itwal.

prestabbilit 24

Rata tal-frejms tal-vidjo output, imkejla f'frejms kull sekonda.

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

Prompt negattiv biex jiskoraġġixxi kontenut bħal moviment jew artefatti mhux mixtieqa. Jekk jitħalla barra, jintuża l-prompt negattiv rakkomandat minn NVIDIA għal i2v, filwaqt li string vojta tiddiżattiva l-gwida negattiva.

prestabbilit 28

Għadd tal-passi tat-tneħħija tal-istorbju, fejn proċessar itwal jipprovdi kwalità aħjar hekk kif jiżdied l-għadd.

prestabbilit 6

Saħħa tal-gwida mingħajr klassifikatur.

Żerriegħa li tikkontrolla r-ripetibbiltà: prompt u żerriegħa identiċi jipproduċu vidjo identiku meta l-verżjoni tal-mudell ma tinbidilx.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Cosmos 3 Super Image to Video

Juża `image_url` bħala l-frejm tal-ftuħ u `prompt` sa 4096 karattru. `num_frames` jitla' sa 189 u `frames_per_second` minn 4 sa 60. L-espansjoni tal-prompt hija attivata prestabbilitament, u `enable_agentic_generation` iħaddem kandidati iterattivi bi kritika. Joffri wkoll `negative_prompt`, `guidance_scale` u `num_inference_steps` sa 50.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
≤ 4,096 karattri
Istruzzjonijiet testwali għall-ġenerazzjoni tal-vidjo: speċifika x’fih ix-xenarju u l-moviment li għandu juri.
image_urlmeħtieġ image
Tipurl · image
URL tal-immaġni użata biex tikkundizzjona l-ewwel frejm tal-vidjo.
negative_promptmhux obbligatorju
Tipstring
PrestabbilitThe 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 karattri
Prompt negattiv biex jiskoraġġixxi kontenut bħal moviment jew artefatti mhux mixtieqa. Jekk jitħalla barra, jintuża l-prompt negattiv rakkomandat minn NVIDIA għal i2v, filwaqt li string vojta tiddiżattiva l-gwida negattiva.
enable_prompt_expansionmhux obbligatorju
Tipboolean
Prestabbilittrue
Espansjoni tal-prompt li, meta tkun true, tuża Cosmos3-Nano Reasoner biex tipproduċi l-format ta’ deskrizzjoni densa użat għat-taħriġ ta’ Cosmos3; dan il-VLM jeżamina l-ewwel frejm. COSMOS_PROMPT_UPSAMPLER_BASE_URL jagħżel servizz Reasoner ikkonfigurat; inkella, l-app tniedi wieħed lokalment. Jekk l-espansjoni tfalli, jintuża l-prompt mhux modifikat.
enable_agentic_generationmhux obbligatorju
Tipboolean
Prestabbilitfalse
Ġenerazzjoni iterattiva aġentika ta’ Cosmos, ferm aktar bil-mod u għalja mill-ġenerazzjoni darba waħda għax kull kandidat jeħtieġ render sħiħ. Iċ-ċiklu jespandi l-prompt, jiġġenera kandidati tal-vidjo, juża VLM biex jikkritika frejms kampjunati, u jikteb mill-ġdid il-prompt.
agentic_max_iterationsmhux obbligatorju
Tipinteger
Prestabbilit2
1 – 3
Limitu massimu tal-istadji tal-prompt meta l-ġenerazzjoni aġentika tkun attivata.
agentic_samples_per_iterationmhux obbligatorju
Tipinteger
Prestabbilit2
1 – 3
Għadd ta’ kandidati tal-vidjo għal kull iterazzjoni taċ-ċiklu aġentiku, li jiddetermina kemm-il vidjo jikkompeti fl-evalwazzjoni qabel ma l-aħjar jgħaddi għall-kitba mill-ġdid tal-prompt.
agentic_early_stopmhux obbligatorju
Tipboolean
Prestabbilittrue
Kontroll tal-waqfien bikri li jqis punteġġ ta’ kritiku ogħla mil-limitu strett tal-kwalità bħala biżżejjed biex jintemm iċ-ċiklu aġentiku.
image_sizemhux obbligatorju
Tipobject
Prestabbilit{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensjonijiet tal-vidjo mitluba qabel l-aġġustament awtomatiku. Biex tikseb daqs appoġġjat, is-sistema tillimita t-talba u tagħżel l-eqreb livell ta’ NVIDIA—256p, 480p jew 720p—u proporzjon tal-aspett appoġġjat.
num_framesmhux obbligatorju
Tipinteger
Prestabbilit189
5 – 189
Għadd ta’ frejms għall-ġenerazzjoni; żiedu jipproduċi vidjo itwal.
frames_per_secondmhux obbligatorju
Tipinteger
Prestabbilit24
4 – 60
Rata tal-frejms tal-vidjo output, imkejla f'frejms kull sekonda.
num_inference_stepsmhux obbligatorju
Tipinteger
Prestabbilit28
1 – 50
Għadd tal-passi tat-tneħħija tal-istorbju, fejn proċessar itwal jipprovdi kwalità aħjar hekk kif jiżdied l-għadd.
guidance_scalemhux obbligatorju
Tipnumber
Prestabbilit6
0 – 20
Saħħa tal-gwida mingħajr klassifikatur.
seedmhux obbligatorju
Tipinteger | null
Żerriegħa li tikkontrolla r-ripetibbiltà: prompt u żerriegħa identiċi jipproduċu vidjo identiku meta l-verżjoni tal-mudell ma tinbidilx.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
Kontroll tal-moderazzjoni għall-immaġni u l-prompt ipprovduti, b’diżattivazzjoni permessa biss għal kontijiet awtorizzati. Talbiet mingħajr awtorizzazzjoni jgħaddu mill-kontrolli irrispettivament mill-issettjar.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vidjo prodott mill-mudell.
seed
integerValur ta’ seed applikat waqt il-ġenerazzjoni.

Aktar mudelli: Immaġni għal vidjo

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/nvidia/cosmos-3-super/image-to-video.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt