Avançar 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"

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

Obter chave de API
NVIDIA Imagem para vídeo Lipsync #stylized#transform

Anima uma imagem do primeiro fotograma para criar um vídeo, com expansão opcional do prompt e um ciclo de aperfeiçoamento agêntico

NVIDIA · Vídeo

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório 88 / 4096

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

•obrigatório image_url
Largue um ficheiro ou

URL da imagem utilizada para condicionar o primeiro frame do vídeo.

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

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

predefinição 2

Limite superior das etapas do prompt com a geração agentic ativada.

predefinição 2

Contagem de candidatos de vídeo por iteração para o ciclo agentic, determinando quantos vídeos competem na avaliação antes de o melhor avançar para a reescrita do prompt.

predefinição 189

Contagem de frames para a geração; aumentá-la produz um vídeo mais longo.

predefinição 24

Taxa de frames do vídeo de saída, medida em frames 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 conteúdos como movimentos indesejados ou artefactos. A omissão utiliza o prompt negativo recomendado pela NVIDIA para i2v, enquanto uma string vazia desativa a orientação negativa.

predefinição 28

Número de passos de redução de ruído, trocando um processamento mais longo por melhor qualidade à medida que o número aumenta.

predefinição 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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Cosmos 3 Super Image to Video

Utiliza um `image_url` como fotograma inicial e um `prompt` com até 4096 caracteres. `num_frames` vai até 189 e `frames_per_second` varia entre 4 e 60. A expansão do prompt está ativada por predefinição e `enable_agentic_generation` executa candidatos iterativos com crítica. Também oferece `negative_prompt`, `guidance_scale` e `num_inference_steps` até 50.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
promptobrigatório
Tipostring
≤ 4096 caracteres
Instruções de geração de vídeo em texto: especifique o que a cena contém e o movimento que deve apresentar.
image_urlobrigatório image
Tipourl · image
URL da imagem utilizada para condicionar o primeiro frame do vídeo.
negative_promptopcional
Tipostring
PredefiniçãoThe 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 caracteres
Prompt negativo para desencorajar conteúdos como movimentos indesejados ou artefactos. A omissão utiliza o prompt negativo recomendado pela NVIDIA para i2v, enquanto uma string vazia desativa a orientação negativa.
enable_prompt_expansionopcional
Tipoboolean
Predefiniçãotrue
Expansão do prompt que, quando true, utiliza Cosmos3-Nano Reasoner para produzir o formato de legenda densa usado no treino do Cosmos3; este VLM examina o primeiro frame. COSMOS_PROMPT_UPSAMPLER_BASE_URL seleciona um serviço Reasoner configurado; caso contrário, a aplicação inicia um localmente. Uma falha na expansão mantém o prompt original sem alterações.
enable_agentic_generationopcional
Tipoboolean
Predefiniçãofalse
Geração agentic iterativa do Cosmos, substancialmente mais lenta e dispendiosa do que gerar uma vez, porque cada candidato requer uma renderização completa. O ciclo amplia o prompt, gera candidatos de vídeo, utiliza um VLM para criticar frames amostrados e reescreve o prompt.
agentic_max_iterationsopcional
Tipointeger
Predefinição2
1 – 3
Limite superior das etapas do prompt com a geração agentic ativada.
agentic_samples_per_iterationopcional
Tipointeger
Predefinição2
1 – 3
Contagem de candidatos de vídeo por iteração para o ciclo agentic, determinando quantos vídeos competem na avaliação antes de o melhor avançar para a reescrita do prompt.
agentic_early_stopopcional
Tipoboolean
Predefiniçãotrue
Controlo de paragem antecipada que considera suficiente uma pontuação do crítico acima do limiar de qualidade rigoroso para terminar o ciclo agentic.
image_sizeopcional
Tipoobject
Predefinição{"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 suportado, o sistema limita o pedido e escolhe o nível NVIDIA mais próximo — 256p, 480p ou 720p — e uma proporção suportada.
num_framesopcional
Tipointeger
Predefinição189
5 – 189
Contagem de frames para a geração; aumentá-la produz um vídeo mais longo.
frames_per_secondopcional
Tipointeger
Predefinição24
4 – 60
Taxa de frames do vídeo de saída, medida em frames por segundo.
num_inference_stepsopcional
Tipointeger
Predefinição28
1 – 50
Número de passos de redução de ruído, trocando um processamento mais longo por melhor qualidade à medida que o número aumenta.
guidance_scaleopcional
Tiponumber
Predefinição6
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
Predefiniçãotrue
Controlo de moderação da imagem e do prompt fornecidos, cuja desativação só é permitida para contas autorizadas. Os pedidos sem autorização são verificados independentemente da definição.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vídeo produzido pelo modelo.
seed
integerValor da seed aplicado durante a geração.

Mais modelos: Imagem para vídeo

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