ข้ามไปยังเนื้อหา

Cosmos 3 Super Image to Video

ผสานการทำงาน

ID โมเดล 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"

ไฟล์เช่นเดียวกับตัวอย่าง: $0.40 400 เครดิต API · ≈ ₽43.03 ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
NVIDIA ภาพเป็นวิดีโอ ลิปซิงก์ #stylized#transform#lipsync

ทำให้ภาพเฟรมแรกเคลื่อนไหวเป็นวิดีโอ พร้อมการขยายพรอมต์แบบเลือกใช้ได้และลูปปรับปรุงแบบใช้เอเจนต์

NVIDIA · วิดีโอ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น 88 / 4096

คำสั่งการสร้างวิดีโอในรูปแบบข้อความ ระบุสิ่งที่มีอยู่ในฉากและการเคลื่อนไหวที่ควรแสดง

•จำเป็น image_url
วางไฟล์ หรือ

URL รูปภาพที่ใช้กำหนดเฟรมแรกของวิดีโอ

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

ขนาดวิดีโอที่ขอก่อนการปรับอัตโนมัติ เพื่อให้ได้ขนาดที่รองรับ ระบบจะจำกัดคำขอและเลือกขั้น NVIDIA ที่ใกล้ที่สุด ได้แก่ 256p, 480p หรือ 720p พร้อมอัตราส่วนภาพที่รองรับ

ค่าเริ่มต้น 2

ขีดจำกัดสูงสุดของขั้นตอนพรอมต์เมื่อเปิดใช้การสร้างแบบเอเจนต์

ค่าเริ่มต้น 2

จำนวนวิดีโอผู้สมัครต่อรอบสำหรับลูปแบบเอเจนต์ กำหนดจำนวนวิดีโอที่แข่งขันในการประเมินก่อนที่รายการที่ดีที่สุดจะเข้าสู่การเขียนพรอมต์ใหม่

ค่าเริ่มต้น 189

จำนวนเฟรมสำหรับการสร้าง การเพิ่มค่านี้จะทำให้วิดีโอยาวขึ้น

ค่าเริ่มต้น 24

อัตราเฟรมของวิดีโอเอาต์พุต วัดเป็นเฟรมต่อวินาที

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

พรอมต์เชิงลบสำหรับลดเนื้อหาที่ไม่ต้องการ เช่น การเคลื่อนไหวหรือสิ่งแปลกปลอม หากไม่ระบุ จะใช้พรอมต์เชิงลบที่ NVIDIA แนะนำสำหรับ i2v ส่วนสตริงว่างจะปิดการชี้นำเชิงลบ

ค่าเริ่มต้น 28

จำนวนขั้นตอนการลดสัญญาณรบกวน ซึ่งแลกเวลาในการประมวลผลที่นานขึ้นกับคุณภาพที่ดีขึ้นเมื่อเพิ่มจำนวนขั้นตอน

ค่าเริ่มต้น 6

ความเข้มของ classifier-free guidance

Seed ที่ควบคุมการทำซ้ำ พรอมต์และ Seed เดียวกันจะสร้างวิดีโอเดียวกันเมื่อเวอร์ชันโมเดลไม่เปลี่ยนแปลง

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

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Cosmos 3 Super Image to Video

ใช้ `image_url` เป็นเฟรมเริ่มต้นและ `prompt` ที่มีความยาวไม่เกิน 4096 อักขระ `num_frames` รองรับสูงสุด 189 และ `frames_per_second` ตั้งแต่ 4 ถึง 60 การขยายพรอมต์เปิดใช้งานเป็นค่าเริ่มต้น และ `enable_agentic_generation` จะสร้างตัวเลือกซ้ำพร้อมการวิจารณ์ นอกจากนี้ยังมี `negative_prompt`, `guidance_scale` และ `num_inference_steps` สูงสุด 50

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptจำเป็น
ประเภทstring
≤ 4,096 อักขระ
คำสั่งการสร้างวิดีโอในรูปแบบข้อความ ระบุสิ่งที่มีอยู่ในฉากและการเคลื่อนไหวที่ควรแสดง
image_urlจำเป็น image
ประเภทurl · image
URL รูปภาพที่ใช้กำหนดเฟรมแรกของวิดีโอ
negative_promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้นThe 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 อักขระ
พรอมต์เชิงลบสำหรับลดเนื้อหาที่ไม่ต้องการ เช่น การเคลื่อนไหวหรือสิ่งแปลกปลอม หากไม่ระบุ จะใช้พรอมต์เชิงลบที่ NVIDIA แนะนำสำหรับ i2v ส่วนสตริงว่างจะปิดการชี้นำเชิงลบ
enable_prompt_expansionไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การขยายพรอมต์ที่เมื่อเป็น true จะใช้ Cosmos3-Nano Reasoner เพื่อสร้างรูปแบบคำบรรยายแบบละเอียดที่ใช้ฝึก Cosmos3 โดย VLM นี้จะตรวจสอบเฟรมแรก COSMOS_PROMPT_UPSAMPLER_BASE_URL ใช้เลือกบริการ Reasoner ที่กำหนดค่าไว้ มิฉะนั้นแอปจะเปิดใช้งานในเครื่อง หากการขยายล้มเหลว จะใช้พรอมต์เดิมที่ไม่แก้ไข
enable_agentic_generationไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
การสร้างแบบวนซ้ำด้วยเอเจนต์ Cosmos ซึ่งช้าลงและมีค่าใช้จ่ายสูงกว่าการสร้างครั้งเดียวอย่างมาก เนื่องจากผู้สมัครแต่ละรายการต้องเรนเดอร์เต็มรูปแบบ ลูปนี้จะขยายพรอมต์ สร้างวิดีโอผู้สมัคร ใช้ VLM วิจารณ์เฟรมตัวอย่าง และเขียนพรอมต์ใหม่
agentic_max_iterationsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2
1 – 3
ขีดจำกัดสูงสุดของขั้นตอนพรอมต์เมื่อเปิดใช้การสร้างแบบเอเจนต์
agentic_samples_per_iterationไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2
1 – 3
จำนวนวิดีโอผู้สมัครต่อรอบสำหรับลูปแบบเอเจนต์ กำหนดจำนวนวิดีโอที่แข่งขันในการประเมินก่อนที่รายการที่ดีที่สุดจะเข้าสู่การเขียนพรอมต์ใหม่
agentic_early_stopไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การควบคุมการหยุดก่อนกำหนด ซึ่งถือว่าคะแนนของผู้วิจารณ์ที่สูงกว่าค่าขีดจำกัดคุณภาพเข้มงวดเพียงพอที่จะจบลูปแบบเอเจนต์
image_sizeไม่บังคับ
ประเภทobject
ค่าเริ่มต้น{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ขนาดวิดีโอที่ขอก่อนการปรับอัตโนมัติ เพื่อให้ได้ขนาดที่รองรับ ระบบจะจำกัดคำขอและเลือกขั้น NVIDIA ที่ใกล้ที่สุด ได้แก่ 256p, 480p หรือ 720p พร้อมอัตราส่วนภาพที่รองรับ
num_framesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น189
5 – 189
จำนวนเฟรมสำหรับการสร้าง การเพิ่มค่านี้จะทำให้วิดีโอยาวขึ้น
frames_per_secondไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น24
4 – 60
อัตราเฟรมของวิดีโอเอาต์พุต วัดเป็นเฟรมต่อวินาที
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น28
1 – 50
จำนวนขั้นตอนการลดสัญญาณรบกวน ซึ่งแลกเวลาในการประมวลผลที่นานขึ้นกับคุณภาพที่ดีขึ้นเมื่อเพิ่มจำนวนขั้นตอน
guidance_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น6
0 – 20
ความเข้มของ classifier-free guidance
seedไม่บังคับ
ประเภทinteger | null
Seed ที่ควบคุมการทำซ้ำ พรอมต์และ Seed เดียวกันจะสร้างวิดีโอเดียวกันเมื่อเวอร์ชันโมเดลไม่เปลี่ยนแปลง
enable_safety_checkerไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การควบคุมการกลั่นกรองสำหรับรูปภาพและพรอมต์ที่ระบุ โดยอนุญาตให้ปิดใช้ได้เฉพาะบัญชีที่ได้รับอนุญาต คำขอที่ไม่มีสิทธิ์จะผ่านการตรวจสอบโดยไม่คำนึงถึงการตั้งค่านี้
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}วิดีโอที่โมเดลสร้าง
seed
integerค่า Seed ที่ใช้ระหว่างการสร้าง

โมเดลเพิ่มเติม: ภาพเป็นวิดีโอ

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/nvidia/cosmos-3-super/image-to-video.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt