Hoppa till innehåll

Cosmos 3 Super Image to Video

Integrera

Modell-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"

Filer som exemplet: 0,40 $ 400 API-krediter · ≈ 42,93 ₽ dina filer mäts innan körningen Kör den på den här sidan

Hämta API-nyckel
NVIDIA Bild till video Läppsynkning #stylized#transform#lipsync

Animerar en bild som första bildruta till en video, med valfri promptutökning och en agentisk förfiningsslinga

NVIDIA · Video

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt 88 / 4096

Instruktioner för videogenerering i text: ange vad scenen innehåller och vilken rörelse den ska visa.

•obligatoriskt image_url
Släpp en fil eller

Bild-URL som används för att styra videons första bildruta.

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

Videodimensioner som begärs före automatisk justering. För att få en storlek som stöds begränsar systemet begäran och väljer närmaste NVIDIA-nivå – 256p, 480p eller 720p – samt ett bildförhållande som stöds.

standard 2

Övre gräns för promptsteg när agentisk generering är aktiverad.

standard 2

Antal videokandidater per iteration i den agentiska loopen, vilket avgör hur många videoer som tävlar i utvärderingen innan den bästa går vidare till omskrivning av prompten.

standard 189

Antal bildrutor för generering; ett högre antal ger en längre video.

standard 24

Bildrutefrekvens för utdata-videon, mätt i bildrutor per sekund.

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

Negativ prompt för att motverka innehåll som oönskad rörelse eller artefakter. Om den utelämnas används NVIDIAs rekommenderade negativa prompt för i2v, medan en tom sträng inaktiverar negativ styrning.

standard 28

Antal avbrusningssteg; fler steg innebär längre bearbetning men bättre kvalitet.

standard 6

Styrka för classifier-free guidance.

Seed som styr reproducerbarheten: en identisk prompt och seed ger en identisk video när modellversionen är oförändrad.

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

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Cosmos 3 Super Image to Video

Använder en `image_url` som öppningsbild och en `prompt` på upp till 4096 tecken. `num_frames` går upp till 189 och `frames_per_second` från 4 till 60. Promptutökning är aktiverad som standard och `enable_agentic_generation` kör iterativa kandidater med kritik. Erbjuder även `negative_prompt`, `guidance_scale` och `num_inference_steps` upp till 50.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
promptobligatoriskt
Typstring
≤ 4 096 tecken
Instruktioner för videogenerering i text: ange vad scenen innehåller och vilken rörelse den ska visa.
image_urlobligatoriskt image
Typurl · image
Bild-URL som används för att styra videons första bildruta.
negative_promptvalfritt
Typstring
StandardThe 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 tecken
Negativ prompt för att motverka innehåll som oönskad rörelse eller artefakter. Om den utelämnas används NVIDIAs rekommenderade negativa prompt för i2v, medan en tom sträng inaktiverar negativ styrning.
enable_prompt_expansionvalfritt
Typboolean
Standardtrue
Prompt-expansion som, när den är true, använder Cosmos3-Nano Reasoner för att skapa det täta bildtextformat som används för att träna Cosmos3; denna VLM granskar den första bildrutan. COSMOS_PROMPT_UPSAMPLER_BASE_URL väljer en konfigurerad Reasoner-tjänst; annars startar appen en lokalt. Om expansionen misslyckas används den oförändrade prompten.
enable_agentic_generationvalfritt
Typboolean
Standardfalse
Iterativ agentisk Cosmos-generering, betydligt långsammare och dyrare än att generera en gång eftersom varje kandidat kräver en fullständig rendering. Loopen skalar upp prompten, genererar videokandidater, använder en VLM för att kritisera samplade bildrutor och skriver om prompten.
agentic_max_iterationsvalfritt
Typinteger
Standard2
1 – 3
Övre gräns för promptsteg när agentisk generering är aktiverad.
agentic_samples_per_iterationvalfritt
Typinteger
Standard2
1 – 3
Antal videokandidater per iteration i den agentiska loopen, vilket avgör hur många videoer som tävlar i utvärderingen innan den bästa går vidare till omskrivning av prompten.
agentic_early_stopvalfritt
Typboolean
Standardtrue
Kontroll för tidigt stopp som behandlar ett kritikpoäng över den strikta kvalitetsgränsen som tillräckligt för att avsluta den agentiska loopen.
image_sizevalfritt
Typobject
Standard{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Videodimensioner som begärs före automatisk justering. För att få en storlek som stöds begränsar systemet begäran och väljer närmaste NVIDIA-nivå – 256p, 480p eller 720p – samt ett bildförhållande som stöds.
num_framesvalfritt
Typinteger
Standard189
5 – 189
Antal bildrutor för generering; ett högre antal ger en längre video.
frames_per_secondvalfritt
Typinteger
Standard24
4 – 60
Bildrutefrekvens för utdata-videon, mätt i bildrutor per sekund.
num_inference_stepsvalfritt
Typinteger
Standard28
1 – 50
Antal avbrusningssteg; fler steg innebär längre bearbetning men bättre kvalitet.
guidance_scalevalfritt
Typnumber
Standard6
0 – 20
Styrka för classifier-free guidance.
seedvalfritt
Typinteger | null
Seed som styr reproducerbarheten: en identisk prompt och seed ger en identisk video när modellversionen är oförändrad.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Modereringskontroll för den angivna bilden och prompten, där inaktivering endast är tillåten för auktoriserade konton. Begäranden utan auktorisering kontrolleras oavsett inställningen.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Video som produceras av modellen.
seed
integerSeed-värde som tillämpas under genereringen.

Fler modeller: Bild till video

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/nvidia/cosmos-3-super/image-to-video.md. Alla modeller och guider: https://doitong.com/developers/llms.txt