Ir para o conteúdo

Cosmos 3 Super Image to Video

Integrar

ID do 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"

Arquivos como o exemplo: $ 0,40 400 créditos de API · ≈ ₽ 42,93 seus arquivos são medidos antes da execução Executar nesta página

Obter chave de API
NVIDIA Imagem para vídeo Sincronização labial #stylized#transform#lipsync

Anima uma imagem do primeiro quadro em um vídeo, com expansão opcional do prompt e um ciclo agentivo de refinamento

NVIDIA · Vídeo

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório 88 / 4096

Instruções de geração de vídeo em texto: especifique o que a cena contém e o movimento que ela deve mostrar.

•obrigatório image_url
Solte um arquivo ou

URL da imagem usada para condicionar o primeiro quadro do vídeo.

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

Dimensões do vídeo solicitadas antes do ajuste automático. Para obter um tamanho compatível, o sistema limita a requisição e escolhe o nível NVIDIA mais próximo — 256p, 480p ou 720p — e uma proporção compatível.

padrão 2

Limite superior de etapas do prompt com a geração agentiva ativada.

padrão 2

Quantidade de candidatos de vídeo por iteração no loop agentivo, determinando quantos vídeos competem na avaliação antes que o melhor avance para a reescrita do prompt.

padrão 189

Quantidade de quadros para a geração; aumentá-la produz um vídeo mais longo.

padrão 24

Taxa de quadros do vídeo de saída, medida em quadros por segundo.

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

Prompt negativo para desencorajar conteúdo como movimentos ou artefatos indesejados. Omiti-lo usa o prompt negativo recomendado pela NVIDIA para i2v, enquanto uma string vazia desativa a orientação negativa.

padrão 28

Quantidade de etapas de remoção de ruído, trocando processamento mais longo por melhor qualidade à medida que a quantidade aumenta.

padrão 6

Intensidade da orientação sem classificador.

Seed que controla a repetibilidade: um prompt e uma seed idênticos produzem um vídeo idêntico quando a versão do modelo não muda.

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

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre Cosmos 3 Super Image to Video

Usa `image_url` como quadro inicial e um `prompt` de até 4096 caracteres. `num_frames` chega a 189 e `frames_per_second` varia de 4 a 60. A expansão do prompt vem ativada por padrão, e `enable_agentic_generation` executa candidatos iterativos com crítica. Também oferece `negative_prompt`, `guidance_scale` e `num_inference_steps` de até 50.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
promptobrigatório
Tipostring
≤ 4.096 caracteres
Instruções de geração de vídeo em texto: especifique o que a cena contém e o movimento que ela deve mostrar.
image_urlobrigatório image
Tipourl · image
URL da imagem usada para condicionar o primeiro quadro do vídeo.
negative_promptopcional
Tipostring
PadrãoThe 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 caracteres
Prompt negativo para desencorajar conteúdo como movimentos ou artefatos indesejados. Omiti-lo usa o prompt negativo recomendado pela NVIDIA para i2v, enquanto uma string vazia desativa a orientação negativa.
enable_prompt_expansionopcional
Tipoboolean
Padrãotrue
Expansão de prompt que, quando true, usa Cosmos3-Nano Reasoner para produzir o formato de legenda densa usado no treinamento do Cosmos3; esse VLM examina o primeiro quadro. COSMOS_PROMPT_UPSAMPLER_BASE_URL seleciona um serviço Reasoner configurado; caso contrário, o aplicativo inicia um localmente. Se a expansão falhar, o prompt sem modificações continuará sendo usado.
enable_agentic_generationopcional
Tipoboolean
Padrãofalse
Geração agentiva iterativa do Cosmos, consideravelmente mais lenta e cara que gerar uma vez, pois cada candidato exige uma renderização completa. O loop amplia o prompt, gera candidatos de vídeo, usa um VLM para criticar quadros amostrados e reescreve o prompt.
agentic_max_iterationsopcional
Tipointeger
Padrão2
1 – 3
Limite superior de etapas do prompt com a geração agentiva ativada.
agentic_samples_per_iterationopcional
Tipointeger
Padrão2
1 – 3
Quantidade de candidatos de vídeo por iteração no loop agentivo, determinando quantos vídeos competem na avaliação antes que o melhor avance para a reescrita do prompt.
agentic_early_stopopcional
Tipoboolean
Padrãotrue
Controle de parada antecipada que considera uma pontuação do avaliador acima do limite rigoroso de qualidade suficiente para encerrar o loop agentivo.
image_sizeopcional
Tipoobject
Padrão{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensões do vídeo solicitadas antes do ajuste automático. Para obter um tamanho compatível, o sistema limita a requisição e escolhe o nível NVIDIA mais próximo — 256p, 480p ou 720p — e uma proporção compatível.
num_framesopcional
Tipointeger
Padrão189
5 – 189
Quantidade de quadros para a geração; aumentá-la produz um vídeo mais longo.
frames_per_secondopcional
Tipointeger
Padrão24
4 – 60
Taxa de quadros do vídeo de saída, medida em quadros por segundo.
num_inference_stepsopcional
Tipointeger
Padrão28
1 – 50
Quantidade de etapas de remoção de ruído, trocando processamento mais longo por melhor qualidade à medida que a quantidade aumenta.
guidance_scaleopcional
Tiponumber
Padrão6
0 – 20
Intensidade da orientação sem classificador.
seedopcional
Tipointeger | null
Seed que controla a repetibilidade: um prompt e uma seed idênticos produzem um vídeo idêntico quando a versão do modelo não muda.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
Controle de moderação para a imagem e o prompt fornecidos, cuja desativação é permitida somente para contas autorizadas. Requisições sem autorização passam por verificações independentemente da configuração.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vídeo produzido pelo modelo.
seed
integerValor de seed aplicado durante a geração.

Mais modelos: Imagem para vídeo

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/nvidia/cosmos-3-super/image-to-video.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt