שפּרינגען צו אינהאַלט

Cosmos 3 Super Image to Video

אינטעגרירן

מאָדעל־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"

פֿײַלן ווי דער בײַשפּיל: ⁨$ 0.40⁩ 400 API־קרעדיטן · ≈ ⁨₽ 43.03⁩ אײַערע פֿײַלן ווערן געמאסטן איידערן לויפֿן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
NVIDIA בילד צו ווידעא ליפּסינק #stylized#transform#lipsync

אַנימירט אַ בילד פֿון ערשטן ראַם אין אַ ווידעא, מיט אָפּציאָנעלער פּראָמפּט־אויסברייטערונג און אַן אַגענטישער פֿאַרבעסערונג־לופֿ

NVIDIA · ווידעא

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט 88 / 4096

ווידעא־גענערירונג־אנווײַזונגען אין טעקסט: ספּעציפֿיצירן וואָס די סצענע אַנטהאַלט און וועלכע באַוועגונג זי זאָל ווײַזן.

•פארלאנגט image_url
לייגט אַרײַן אַ טעקע, אָדער

בילד־URL גענוצט צו באַדינגען דעם ערשטן ראַם פֿונעם ווידעא.

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

ווידעא־דימענסיעס געבעטן פֿאַרן אויטאָמאַטישן צופּאַסן. צו באַקומען אַ געשטיצטן גרייס צאַמפּרעסט די סיסטעם די בקשה און אויסקלייבט דעם נענסטן NVIDIA־טיר: 256p, 480p אָדער 720p, און אַ געשטיצטן אַספּעקט־פֿאַרהעלטעניש.

סטאַנדאַרט 2

אויבערשטער גרענעץ פֿאַר פּראָמפּט־סטאַדיעס מיט agentic גענערירונג אַקטיווירט.

סטאַנדאַרט 2

ווידעא־קאַנדידאַטן פּער איטעראַציע פֿאַרן agentic לופּ; באַשטימט וויפֿל ווידעאָס קאָנקורירן אין דער אפֿשאַצונג איידער דער בעסטער גייט ווייטער צו איבערשרײַבן דעם פּראָמפּט.

סטאַנדאַרט 189

ראַם־צאָל פֿאַר גענערירונג; דאָס פֿאַרגרעסערן שאַפֿט אַ לענגערן ווידעא.

סטאַנדאַרט 24

רעזולטאַט־ווידעא־ראַם־קורס, געמאסטן אין ראַם פּער סעקונדע.

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

נעגאַטיווער פּראָמפּט צו פֿאַרמײַדן אינהאַלט ווי אומגעוווּנטשענע באַוועגונג אָדער אַרטעפֿאַקטן. דאָס איבערלאָזן ניצט NVIDIA'ס רעקאָמענדירטן נעגאַטיוון פּראָמפּט פֿאַר i2v, בשעת אַן ליידיקער סטרינג דעאַקטיווירט נעגאַטיווע גיידאַנס.

סטאַנדאַרט 28

דענאָיזינג־סטעפּ־צאָל, וואָס וועקסלט לענגערע פּראַסעסירונג קעגן בעסערע קוואַליטעט ווען די צאָל וואַקסט.

סטאַנדאַרט 6

שטאַרקייט פֿון classifier-free guidance.

סיד וואָס קאָנטראָלירט איבערחזרבאַרקייט: אַן אידענטישער פּראָמפּט און סיד שאַפֿן אַן אידענטישן ווידעא ווען די מאָדעל־ווערסיע איז אומגעענדערט.

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

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Cosmos 3 Super Image to Video

נוצט אַן `image_url` ווי דער עפֿענונגס־ראַם און אַ `prompt` מיט ביז 4096 אותיות. `num_frames` גייט ביז 189 און `frames_per_second` פֿון 4 ביז 60. די פּראָמפּט־אויסברייטערונג איז אַקטיוו לויטן באַשטעטיקן, און `enable_agentic_generation` לויפֿט איבער קאַנדידאַטן מיט קריטיק. אָפפערט אויך `negative_prompt`, `guidance_scale` און `num_inference_steps` ביז 50.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
promptפארלאנגט
טיפּstring
≤ 4,096 כאַראַקטערן
ווידעא־גענערירונג־אנווײַזונגען אין טעקסט: ספּעציפֿיצירן וואָס די סצענע אַנטהאַלט און וועלכע באַוועגונג זי זאָל ווײַזן.
image_urlפארלאנגט image
טיפּurl · image
בילד־URL גענוצט צו באַדינגען דעם ערשטן ראַם פֿונעם ווידעא.
negative_promptאָפּציאָנעל
טיפּstring
סטאַנדאַרטThe 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 כאַראַקטערן
נעגאַטיווער פּראָמפּט צו פֿאַרמײַדן אינהאַלט ווי אומגעוווּנטשענע באַוועגונג אָדער אַרטעפֿאַקטן. דאָס איבערלאָזן ניצט NVIDIA'ס רעקאָמענדירטן נעגאַטיוון פּראָמפּט פֿאַר i2v, בשעת אַן ליידיקער סטרינג דעאַקטיווירט נעגאַטיווע גיידאַנס.
enable_prompt_expansionאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
פּראָמפּט־פֿאַרברייטערונג וואָס, ווען true, ניצט Cosmos3-Nano Reasoner צו שאַפֿן דעם dense-caption פֿאָרמאַט גענוצט צו טרענירן Cosmos3; דער VLM אונטערזוכט דעם ערשטן ראַם. COSMOS_PROMPT_UPSAMPLER_BASE_URL אויסקלייבט אַ קאַנפֿיגורירטן Reasoner־דינסט; אַנדערש הייבט די אַפּ איינעם אָרטיק אָן. בײַ דורכפֿאַל בלײַבט דער אומגעענדערטער פּראָמפּט אין באַניץ.
enable_agentic_generationאָפּציאָנעל
טיפּboolean
סטאַנדאַרטfalse
איטעראַטיווע Cosmos agentic גענערירונג, באַדײַטנדיק פּאַמעלעכער און טייערער ווי איין־מאָל גענערירונג, ווײַל יעדער קאַנדידאַט דאַרף אַ גאַנצן רענדער. דער לופּ פֿאַרברייטערט דעם פּראָמפּט, גענערירט ווידעא־קאַנדידאַטן, ניצט אַ VLM צו קריטיקירן אויסגעקליבענע ראַמען און שרײַבט איבער דעם פּראָמפּט.
agentic_max_iterationsאָפּציאָנעל
טיפּinteger
סטאַנדאַרט2
1 – 3
אויבערשטער גרענעץ פֿאַר פּראָמפּט־סטאַדיעס מיט agentic גענערירונג אַקטיווירט.
agentic_samples_per_iterationאָפּציאָנעל
טיפּinteger
סטאַנדאַרט2
1 – 3
ווידעא־קאַנדידאַטן פּער איטעראַציע פֿאַרן agentic לופּ; באַשטימט וויפֿל ווידעאָס קאָנקורירן אין דער אפֿשאַצונג איידער דער בעסטער גייט ווייטער צו איבערשרײַבן דעם פּראָמפּט.
agentic_early_stopאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
פֿרי־אָפּשטעל־קאָנטראָל וואָס האַלט אַ קריטיקער־סקאָר העכער דעם שטרענגן קוואַליטעט־שוועל פֿאַר גענוג צו ענדיקן דעם agentic לופּ.
image_sizeאָפּציאָנעל
טיפּobject
סטאַנדאַרט{"height":480,"width":832}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ווידעא־דימענסיעס געבעטן פֿאַרן אויטאָמאַטישן צופּאַסן. צו באַקומען אַ געשטיצטן גרייס צאַמפּרעסט די סיסטעם די בקשה און אויסקלייבט דעם נענסטן NVIDIA־טיר: 256p, 480p אָדער 720p, און אַ געשטיצטן אַספּעקט־פֿאַרהעלטעניש.
num_framesאָפּציאָנעל
טיפּinteger
סטאַנדאַרט189
5 – 189
ראַם־צאָל פֿאַר גענערירונג; דאָס פֿאַרגרעסערן שאַפֿט אַ לענגערן ווידעא.
frames_per_secondאָפּציאָנעל
טיפּinteger
סטאַנדאַרט24
4 – 60
רעזולטאַט־ווידעא־ראַם־קורס, געמאסטן אין ראַם פּער סעקונדע.
num_inference_stepsאָפּציאָנעל
טיפּinteger
סטאַנדאַרט28
1 – 50
דענאָיזינג־סטעפּ־צאָל, וואָס וועקסלט לענגערע פּראַסעסירונג קעגן בעסערע קוואַליטעט ווען די צאָל וואַקסט.
guidance_scaleאָפּציאָנעל
טיפּnumber
סטאַנדאַרט6
0 – 20
שטאַרקייט פֿון classifier-free guidance.
seedאָפּציאָנעל
טיפּinteger | null
סיד וואָס קאָנטראָלירט איבערחזרבאַרקייט: אַן אידענטישער פּראָמפּט און סיד שאַפֿן אַן אידענטישן ווידעא ווען די מאָדעל־ווערסיע איז אומגעענדערט.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
מאָדעראַציע־קאָנטראָל פֿאַר דעם צוגעשטעלטן בילד און פּראָמפּט, מיט דעאַקטיווירונג ערלויבט נאָר פֿאַר אָטעריזירטע אַקאַונץ. בקשות אָן אָטעריזאַציע ווערן אָפּגעקוקט אומאָפּהענגיק פֿון דער באַשטעטיקונג.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}ווידעא געשאַפֿן דורכן מאָדעל.
seed
integerסיד־ווערט וואָס ווערט געווענדט בעת גענערירונג.

מער מאָדעלן: בילד צו ווידעא

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/nvidia/cosmos-3-super/image-to-video.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt