အကြောင်းအရာသို့ ကျော်ရန်

Cosmos 3 Super Image to Video

ပေါင်းစည်းရန်

မော်ဒယ် id 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"

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၄၀ $ ၄၀၀ API ခရက်ဒစ် · ≈ ၄၂.၉၃ ₽ လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
NVIDIA ပုံမှ ဗီဒီယို Lipsync #stylized#transform

ပထမဖရိမ်ပုံကို ဗီဒီယိုအဖြစ် အန်နီမေးရှင်းပြုလုပ်ပြီး ပရောမ့်ချဲ့ထွင်မှုနှင့် အေးဂျင့်ဆန်သော refinement loop ကို ရွေးချယ်နိုင်သည်

NVIDIA · ဗီဒီယို

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

•လိုအပ်သည် 88 / 4096

စာသားဖြင့် ဗီဒီယိုဖန်တီးမှု ညွှန်ကြားချက်များ။ မြင်ကွင်းတွင် ပါဝင်သည့်အရာနှင့် ပြသရမည့် လှုပ်ရှားမှုကို သတ်မှတ်ပါ။

•လိုအပ်သည် image_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

ဗီဒီယို၏ ပထမဖရိမ်အတွက် အခြေအနေသတ်မှတ်ရန် အသုံးပြုသည့် ပုံ URL။

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

အလိုအလျောက် ချိန်ညှိမီ တောင်းဆိုထားသော ဗီဒီယိုအရွယ်အစား။ ပံ့ပိုးထားသော အရွယ်အစားရရှိရန် စနစ်သည် တောင်းဆိုချက်ကို ကန့်သတ်ပြီး အနီးစပ်ဆုံး NVIDIA အဆင့်—256p၊ 480p သို့မဟုတ် 720p—နှင့် ပံ့ပိုးထားသော အချိုးကို ရွေးချယ်သည်။

မူလ 2

agentic ဖန်တီးမှု ဖွင့်ထားချိန်တွင် ပရောမ့်အဆင့်များအတွက် အများဆုံး ကန့်သတ်ချက်။

မူလ 2

agentic loop ၏ ထပ်ခါတစ်ကြိမ်စီတွင် ဗီဒီယို candidate အရေအတွက်။ အကောင်းဆုံး candidate က ပရောမ့်ပြန်ရေးသားမှုသို့ မဆက်မီ အကဲဖြတ်ရာတွင် ယှဉ်ပြိုင်မည့် ဗီဒီယိုအရေအတွက်ကို သတ်မှတ်သည်။

မူလ 189

ဖန်တီးမှုအတွက် ဖရိမ်အရေအတွက်။ တိုးမြှင့်လျှင် ပိုရှည်သော ဗီဒီယိုကို ထုတ်ပေးသည်။

မူလ 24

တစ်စက္ကန့်လျှင် ဖရိမ်ဖြင့် တိုင်းတာသည့် ထွက်ရလဒ်ဗီဒီယို ဖရိမ်နှုန်း။

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

မလိုလားအပ်သော လှုပ်ရှားမှု သို့မဟုတ် အနုပညာဆန်သော အမှားများကဲ့သို့သော အကြောင်းအရာများကို တားဆီးရန် အနုတ်လက္ခဏာ ပရောမ့်။ မပေးလျှင် NVIDIA ၏ i2v အတွက် အကြံပြုထားသော အနုတ်လက္ခဏာ ပရောမ့်ကို အသုံးပြုပြီး အလွတ်စာကြောင်းပေးလျှင် အနုတ်လက္ခဏာ လမ်းညွှန်မှုကို ပိတ်သည်။

မူလ 28

Denoising အဆင့်အရေအတွက်။ အရေအတွက်တိုးလာသည်နှင့် လုပ်ဆောင်ချိန်ပိုကြာသော်လည်း အရည်အသွေး ပိုကောင်းလာသည်။

မူလ 6

classifier-free guidance ၏ strength။

ထပ်တူပြန်လုပ်နိုင်မှုကို ထိန်းချုပ်သည့် seed။ မော်ဒယ်ဗားရှင်း မပြောင်းလဲသရွေ့ တူညီသော ပရောမ့်နှင့် seed သည် တူညီသော ဗီဒီယိုကို ထုတ်ပေးသည်။

POST /run/nvidia/cosmos-3-super/image-to-video?wait=20 ကုန်ကျစရိတ် → ၀.၄၀ $
# 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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

Cosmos 3 Super Image to Video အကြောင်း

`image_url` ကို အဖွင့်ဖရိမ်အဖြစ် အသုံးပြုပြီး အက္ခရာ 4096 အထိရှိသော `prompt` ကို လက်ခံသည်။ `num_frames` သည် 189 အထိ၊ `frames_per_second` သည် 4 မှ 60 အထိ ဖြစ်သည်။ ပရောမ့်ချဲ့ထွင်မှုကို မူလအတိုင်း ဖွင့်ထားပြီး `enable_agentic_generation` သည် ဝေဖန်ချက်ဖြင့် ကိုယ်စားလှယ်လောင်းများကို အကြိမ်ကြိမ် လုပ်ဆောင်သည်။ `negative_prompt`၊ `guidance_scale` နှင့် 50 အထိ `num_inference_steps` ကိုလည်း ပေးထားသည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
promptလိုအပ်သည်
အမျိုးအစားstring
စာလုံး ၄,၀၉၆ လုံးထက် မပိုပါ
စာသားဖြင့် ဗီဒီယိုဖန်တီးမှု ညွှန်ကြားချက်များ။ မြင်ကွင်းတွင် ပါဝင်သည့်အရာနှင့် ပြသရမည့် လှုပ်ရှားမှုကို သတ်မှတ်ပါ။
image_urlလိုအပ်သည် image
အမျိုးအစားurl · image
ဗီဒီယို၏ ပထမဖရိမ်အတွက် အခြေအနေသတ်မှတ်ရန် အသုံးပြုသည့် ပုံ URL။
negative_promptရွေးချယ်နိုင်သည်
အမျိုးအစားstring
မူလတန်ဖိုးThe 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.
စာလုံး ၂,၀၄၈ လုံးထက် မပိုပါ
မလိုလားအပ်သော လှုပ်ရှားမှု သို့မဟုတ် အနုပညာဆန်သော အမှားများကဲ့သို့သော အကြောင်းအရာများကို တားဆီးရန် အနုတ်လက္ခဏာ ပရောမ့်။ မပေးလျှင် NVIDIA ၏ i2v အတွက် အကြံပြုထားသော အနုတ်လက္ခဏာ ပရောမ့်ကို အသုံးပြုပြီး အလွတ်စာကြောင်းပေးလျှင် အနုတ်လက္ခဏာ လမ်းညွှန်မှုကို ပိတ်သည်။
enable_prompt_expansionရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
true ဖြစ်သောအခါ Cosmos3-Nano Reasoner ကို အသုံးပြု၍ Cosmos3 လေ့ကျင့်ရန် သုံးသည့် dense-caption ပုံစံကို ထုတ်ပေးသည့် ပရောမ့်ချဲ့ထွင်မှု။ ဤ VLM သည် ပထမဖရိမ်ကို စစ်ဆေးသည်။ COSMOS_PROMPT_UPSAMPLER_BASE_URL သည် သတ်မှတ်ထားသော Reasoner service ကို ရွေးချယ်ပြီး မရှိပါက app က local အဖြစ် စတင်သည်။ ချဲ့ထွင်မှု မအောင်မြင်လျှင် မပြင်ဆင်ထားသော ပရောမ့်ကို ဆက်လက်အသုံးပြုသည်။
enable_agentic_generationရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးfalse
Cosmos agentic ထပ်ခါတလဲလဲ ဖန်တီးမှု။ candidate တစ်ခုစီအတွက် render အပြည့်အစုံ လိုအပ်သောကြောင့် တစ်ကြိမ်ဖန်တီးခြင်းထက် သိသိသာသာ နှေးကွေးပြီး ကုန်ကျစရိတ်ပိုများသည်။ loop သည် ပရောမ့်ကို ချဲ့ထွင်ကာ ဗီဒီယို candidate များ ဖန်တီးပြီး VLM ဖြင့် နမူနာယူထားသော ဖရိမ်များကို သုံးသပ်ကာ ပရောမ့်ကို ပြန်လည်ရေးသားသည်။
agentic_max_iterationsရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး2
၁ – ၃
agentic ဖန်တီးမှု ဖွင့်ထားချိန်တွင် ပရောမ့်အဆင့်များအတွက် အများဆုံး ကန့်သတ်ချက်။
agentic_samples_per_iterationရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး2
၁ – ၃
agentic loop ၏ ထပ်ခါတစ်ကြိမ်စီတွင် ဗီဒီယို candidate အရေအတွက်။ အကောင်းဆုံး candidate က ပရောမ့်ပြန်ရေးသားမှုသို့ မဆက်မီ အကဲဖြတ်ရာတွင် ယှဉ်ပြိုင်မည့် ဗီဒီယိုအရေအတွက်ကို သတ်မှတ်သည်။
agentic_early_stopရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
critic score သည် တင်းကျပ်သော အရည်အသွေးသတ်မှတ်ချက်ထက် မြင့်လျှင် agentic loop ကို အဆုံးသတ်ရန် လုံလောက်သည်ဟု သတ်မှတ်သည့် အစောပိုင်းရပ်တန့် ထိန်းချုပ်မှု။
image_sizeရွေးချယ်နိုင်သည်
အမျိုးအစားobject
မူလတန်ဖိုး{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
အလိုအလျောက် ချိန်ညှိမီ တောင်းဆိုထားသော ဗီဒီယိုအရွယ်အစား။ ပံ့ပိုးထားသော အရွယ်အစားရရှိရန် စနစ်သည် တောင်းဆိုချက်ကို ကန့်သတ်ပြီး အနီးစပ်ဆုံး NVIDIA အဆင့်—256p၊ 480p သို့မဟုတ် 720p—နှင့် ပံ့ပိုးထားသော အချိုးကို ရွေးချယ်သည်။
num_framesရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး189
၅ – ၁၈၉
ဖန်တီးမှုအတွက် ဖရိမ်အရေအတွက်။ တိုးမြှင့်လျှင် ပိုရှည်သော ဗီဒီယိုကို ထုတ်ပေးသည်။
frames_per_secondရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး24
၄ – ၆၀
တစ်စက္ကန့်လျှင် ဖရိမ်ဖြင့် တိုင်းတာသည့် ထွက်ရလဒ်ဗီဒီယို ဖရိမ်နှုန်း။
num_inference_stepsရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး28
၁ – ၅၀
Denoising အဆင့်အရေအတွက်။ အရေအတွက်တိုးလာသည်နှင့် လုပ်ဆောင်ချိန်ပိုကြာသော်လည်း အရည်အသွေး ပိုကောင်းလာသည်။
guidance_scaleရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး6
၀ – ၂၀
classifier-free guidance ၏ strength။
seedရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
ထပ်တူပြန်လုပ်နိုင်မှုကို ထိန်းချုပ်သည့် seed။ မော်ဒယ်ဗားရှင်း မပြောင်းလဲသရွေ့ တူညီသော ပရောမ့်နှင့် seed သည် တူညီသော ဗီဒီယိုကို ထုတ်ပေးသည်။
enable_safety_checkerရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
ပေးထားသော ပုံနှင့် ပရောမ့်အတွက် moderation ထိန်းချုပ်မှု။ ခွင့်ပြုချက်ရှိသော account များအတွက်သာ ပိတ်နိုင်သည်။ ခွင့်ပြုချက်မရှိသော တောင်းဆိုချက်များကို setting မည်သို့ပင်ဖြစ်စေ စစ်ဆေးသည်။
လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}မော်ဒယ်မှ ထုတ်လုပ်ထားသော ဗီဒီယို။
seed
integerဖန်တီးမှုအတွင်း အသုံးပြုသည့် seed တန်ဖိုး။

နောက်ထပ် မော်ဒယ်များ: ပုံမှ ဗီဒီယို

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/nvidia/cosmos-3-super/image-to-video.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt