مواد پر جائیں

Cosmos 3 Super Image to Video

انٹیگریٹ کریں

ماڈل 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"

مثال جیسی فائلیں: ⁨$0.40⁩ 400 API کریڈٹس · ≈ ⁨₽43.03⁩ آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
NVIDIA تصویر سے ویڈیو لِپ سنک #stylized#transform#lipsync

پہلے فریم کی تصویر کو ویڈیو میں اینیمیٹ کرتا ہے، اختیاری پرامپٹ توسیع اور ایجنٹ پر مبنی اصلاحی چکر کے ساتھ

NVIDIA · ویڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی 88 / 4096

متن میں ویڈیو تخلیق کی ہدایات: منظر کے اجزا اور اس میں دکھائی جانے والی حرکت بیان کریں۔

•لازمی image_url
فائل ڈراپ کریں، یا

ویڈیو کے پہلے فریم کو مشروط کرنے کے لیے استعمال ہونے والی تصویر کا URL۔

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

خودکار تبدیلی سے پہلے مطلوبہ ویڈیو dimensions۔ معاون size حاصل کرنے کے لیے سسٹم درخواست کو محدود کرتا اور قریب ترین NVIDIA tier—256p، 480p یا 720p—اور معاون aspect ratio منتخب کرتا ہے۔

ڈیفالٹ 2

agentic تخلیق فعال ہونے پر پرامپٹ مراحل کی زیادہ سے زیادہ حد۔

ڈیفالٹ 2

agentic لوپ میں ہر iteration کے ویڈیو امیدواروں کی تعداد؛ یہ طے کرتی ہے کہ بہترین امیدوار کے پرامپٹ دوبارہ لکھنے سے پہلے کتنی ویڈیوز جائزے میں مقابلہ کریں گی۔

ڈیفالٹ 189

تخلیق کے لیے فریموں کی تعداد؛ اسے بڑھانے سے لمبی ویڈیو بنتی ہے۔

ڈیفالٹ 24

آؤٹ پٹ ویڈیو کا فریم rate، فریم فی سیکنڈ میں۔

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

ناپسندیدہ حرکت یا artifacts جیسے مواد کی حوصلہ شکنی کرنے والا منفی پرامپٹ۔ اسے چھوڑنے پر NVIDIA کا i2v کے لیے تجویز کردہ منفی پرامپٹ استعمال ہوتا ہے، جبکہ خالی string منفی رہنمائی غیر فعال کرتی ہے۔

ڈیفالٹ 28

Denoising مراحل کی تعداد؛ تعداد بڑھنے سے پراسیسنگ طویل مگر معیار بہتر ہوتا ہے۔

ڈیفالٹ 6

classifier-free guidance کی طاقت۔

تکرار کو کنٹرول کرنے والی seed: ماڈل ورژن یکساں ہو تو یکساں پرامپٹ اور seed سے یکساں ویڈیو بنتی ہے۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Cosmos 3 Super Image to Video کے بارے میں

`image_url` کو ابتدائی فریم کے طور پر اور 4096 حروف تک کا `prompt` استعمال کرتا ہے۔ `num_frames` 189 تک اور `frames_per_second` 4 سے 60 تک ہے۔ پرامپٹ ایکسپینشن ڈیفالٹ طور پر آن ہے، اور `enable_agentic_generation` تنقید کے ساتھ تکراری امیدوار چلاتا ہے۔ یہ `negative_prompt` ، `guidance_scale` اور 50 تک `num_inference_steps` بھی پیش کرتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
promptلازمی
قسمstring
≤ 4,096 کریکٹرز
متن میں ویڈیو تخلیق کی ہدایات: منظر کے اجزا اور اس میں دکھائی جانے والی حرکت بیان کریں۔
image_urlلازمی image
قسمurl · image
ویڈیو کے پہلے فریم کو مشروط کرنے کے لیے استعمال ہونے والی تصویر کا URL۔
negative_promptاختیاری
قسمstring
ڈیفالٹThe 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 کریکٹرز
ناپسندیدہ حرکت یا artifacts جیسے مواد کی حوصلہ شکنی کرنے والا منفی پرامپٹ۔ اسے چھوڑنے پر NVIDIA کا i2v کے لیے تجویز کردہ منفی پرامپٹ استعمال ہوتا ہے، جبکہ خالی string منفی رہنمائی غیر فعال کرتی ہے۔
enable_prompt_expansionاختیاری
قسمboolean
ڈیفالٹtrue
پرامپٹ کی توسیع جو true ہونے پر Cosmos3-Nano Reasoner استعمال کرکے Cosmos3 کی تربیت میں استعمال ہونے والا dense-caption فارمیٹ تیار کرتی ہے؛ یہ VLM پہلے فریم کا جائزہ لیتا ہے۔ COSMOS_PROMPT_UPSAMPLER_BASE_URL ترتیب دی گئی Reasoner سروس منتخب کرتا ہے، ورنہ ایپ اسے مقامی طور پر چلاتی ہے۔ توسیع ناکام ہونے پر اصل پرامپٹ استعمال ہوتا ہے۔
enable_agentic_generationاختیاری
قسمboolean
ڈیفالٹfalse
بار بار ہونے والی Cosmos agentic تخلیق، ایک بار تخلیق کرنے سے نمایاں طور پر سست اور مہنگی ہے کیونکہ ہر امیدوار کے لیے مکمل render درکار ہوتا ہے۔ یہ لوپ پرامپٹ کو upsample کرتا، ویڈیو امیدوار تخلیق کرتا، VLM سے نمونہ فریموں پر تنقید کرواتا اور پرامپٹ دوبارہ لکھتا ہے۔
agentic_max_iterationsاختیاری
قسمinteger
ڈیفالٹ2
1 – 3
agentic تخلیق فعال ہونے پر پرامپٹ مراحل کی زیادہ سے زیادہ حد۔
agentic_samples_per_iterationاختیاری
قسمinteger
ڈیفالٹ2
1 – 3
agentic لوپ میں ہر iteration کے ویڈیو امیدواروں کی تعداد؛ یہ طے کرتی ہے کہ بہترین امیدوار کے پرامپٹ دوبارہ لکھنے سے پہلے کتنی ویڈیوز جائزے میں مقابلہ کریں گی۔
agentic_early_stopاختیاری
قسمboolean
ڈیفالٹtrue
جلد روکنے کا کنٹرول؛ critic اسکور سخت معیار کی حد سے زیادہ ہونے پر agentic لوپ ختم کرنے کے لیے کافی سمجھا جاتا ہے۔
image_sizeاختیاری
قسمobject
ڈیفالٹ{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
خودکار تبدیلی سے پہلے مطلوبہ ویڈیو dimensions۔ معاون size حاصل کرنے کے لیے سسٹم درخواست کو محدود کرتا اور قریب ترین NVIDIA tier—256p، 480p یا 720p—اور معاون aspect ratio منتخب کرتا ہے۔
num_framesاختیاری
قسمinteger
ڈیفالٹ189
5 – 189
تخلیق کے لیے فریموں کی تعداد؛ اسے بڑھانے سے لمبی ویڈیو بنتی ہے۔
frames_per_secondاختیاری
قسمinteger
ڈیفالٹ24
4 – 60
آؤٹ پٹ ویڈیو کا فریم rate، فریم فی سیکنڈ میں۔
num_inference_stepsاختیاری
قسمinteger
ڈیفالٹ28
1 – 50
Denoising مراحل کی تعداد؛ تعداد بڑھنے سے پراسیسنگ طویل مگر معیار بہتر ہوتا ہے۔
guidance_scaleاختیاری
قسمnumber
ڈیفالٹ6
0 – 20
classifier-free guidance کی طاقت۔
seedاختیاری
قسمinteger | null
تکرار کو کنٹرول کرنے والی seed: ماڈل ورژن یکساں ہو تو یکساں پرامپٹ اور seed سے یکساں ویڈیو بنتی ہے۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
فراہم کردہ تصویر اور پرامپٹ کے لیے moderation کنٹرول؛ اسے غیر فعال کرنے کی اجازت صرف مجاز اکاؤنٹس کو ہے۔ اجازت کے بغیر درخواستوں کی setting سے قطع نظر جانچ ہوتی ہے۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}ماڈل کی تیار کردہ ویڈیو۔
seed
integerتخلیق کے دوران لاگو ہونے والی سیڈ قدر۔

مزید ماڈلز: تصویر سے ویڈیو

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/nvidia/cosmos-3-super/image-to-video.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt