Gå til indhold

Flux 3 Action

Integrer

Model-id flux-3-action/so101
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-3-action/so101?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",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Denne anmodning: ≈0,003 $ 3 API-kreditter Kør den på denne side

Hent API-nøgle
Black Forest Labs Video til video #robotic#arm

Robotpolitikmodel, der forudsiger SO-101-armens handlingsblokke ud fra kamerabilleder, ledtilstand og en instruktion

Black Forest Labs · Data (JSON)

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet 88 / 2000

Instruktioner til robotopgaver udtrykt i naturligt sprog.

•påkrævet
Slip en fil, eller

Billede i venstre felt, der viser den faste scenekameras aktuelle frame efter ændring til 256x256.

•påkrævet
Slip en fil, eller

Aktuel frame fra håndledskameraet, placeret i højre felt og ændret til 256x256.

•påkrævet

Målte tilstandsværdier i rækkefølge: skulderens panorering og løft, albuefleksion, håndledsfleksion og -rotation, alle i grader, efterfulgt af griberens position i procent.

Avanceret history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Slip en fil, eller

Historisk input for sceneframe, der kræver `state_history`; hvis det udelades, bruges den aktuelle frame i stedet. Den angivne frame repræsenterer den tidligste historiske observation, 7 ticks tilbage.

Slip en fil, eller

Frame fra håndledskameraet ved det tidligste historiske tick; `state_history` er påkrævet.

standard 4

Antal Euler-denoising-trin; validering af checkpoint brugte 4 trin.

standard 3

Classifier-free guidance-styrke for både video og handling; indstil til 1.0 for at deaktivere CFG.

Sampling-seed med referenceevalueringsindstillingerne for DROID: 0 og SO-101: 42. Hvis den ikke angives, vælges en seed tilfældigt.

Historik for målt tilstand, udeladt for en ny episode og ellers med krav om `command_history`. Angiv målinger i kronologisk rækkefølge for de 7 kontrolticks umiddelbart før `state` ved 30 Hz.

Historik for absolutte kommandoer, der kræver `state_history`, med den senest sendte kommando i den sidste række. Rækkerne løber kronologisk over 8 observationsticks og angiver den kommando, der er aktiv ved hvert tick.

POST /run/flux-3-action/so101?wait=20 pris → 0,003 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-3-action/so101?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",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Flux 3 Action

I stedet for medier returnerer denne JSON med forudsagte `actions`, deres kontrolfrekvens, kolonneetiketter og hvor mange indledende trin der skal udføres (`execute_steps`), før der anmodes om en ny blok. Påkrævede input er en tekstbaseret `prompt` (op til 2000 tegn), `scene_image_url`, `wrist_image_url` og en `state` med 6 værdier. Valgfri historikinput (`state_history`, `command_history`, historikbilleder) giver tidsmæssig kontekst. `num_inference_steps` går fra 1 til 8, og `guidance_scale` fra 1 til 10.

Parametre

NavnType StandardTilladt Beskrivelse
promptpåkrævet
Typestring
≤ 2.000 tegn
Instruktioner til robotopgaver udtrykt i naturligt sprog.
scene_image_urlpåkrævet
Typeurl · image
Billede i venstre felt, der viser den faste scenekameras aktuelle frame efter ændring til 256x256.
wrist_image_urlpåkrævet
Typeurl · image
Aktuel frame fra håndledskameraet, placeret i højre felt og ændret til 256x256.
statepåkrævet
Typenumber[]
≤ 6 elementer≥ 6 elementer
Målte tilstandsværdier i rækkefølge: skulderens panorering og løft, albuefleksion, håndledsfleksion og -rotation, alle i grader, efterfulgt af griberens position i procent.
state_historyvalgfri
Typearray[]
≤ 7 elementer≥ 7 elementer
Historik for målt tilstand, udeladt for en ny episode og ellers med krav om `command_history`. Angiv målinger i kronologisk rækkefølge for de 7 kontrolticks umiddelbart før `state` ved 30 Hz.
command_historyvalgfri
Typearray[]
≤ 8 elementer≥ 8 elementer
Historik for absolutte kommandoer, der kræver `state_history`, med den senest sendte kommando i den sidste række. Rækkerne løber kronologisk over 8 observationsticks og angiver den kommando, der er aktiv ved hvert tick.
history_scene_image_urlvalgfri
Typeurl · image
Historisk input for sceneframe, der kræver `state_history`; hvis det udelades, bruges den aktuelle frame i stedet. Den angivne frame repræsenterer den tidligste historiske observation, 7 ticks tilbage.
history_wrist_image_urlvalgfri
Typeurl · image
Frame fra håndledskameraet ved det tidligste historiske tick; `state_history` er påkrævet.
num_inference_stepsvalgfri
Typeinteger
Standard4
1 – 8
Antal Euler-denoising-trin; validering af checkpoint brugte 4 trin.
guidance_scalevalgfri
Typenumber
Standard3
1 – 10
Classifier-free guidance-styrke for både video og handling; indstil til 1.0 for at deaktivere CFG.
seedvalgfri
Typeinteger | null
Sampling-seed med referenceevalueringsindstillingerne for DROID: 0 og SO-101: 42. Hvis den ikke angives, vælges en seed tilfældigt.
påkrævet

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-3-action/so101",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  },
  "output": {
    "actions": [
      [
        1.0
      ]
    ],
    "action_labels": [
      "string"
    ],
    "action_hz": 1.0,
    "execute_steps": 1,
    "seed": 42,
    "timings": {}
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
actions
array of array of numberForudsagt handlingsarray med kronologiske rækker, der repræsenterer kontroltrin; værdierne er ikke begrænset, så led-, hastigheds- og arbejdsområdelimit skal håndhæves på robotten. Ved 30 Hz leverer SO-101 42x6 absolutte kommandoer i grader og griberprocent; ved 15 Hz leverer DROID 32x8 absolutte ledmål i radianer plus griberens lukkede andel.
action_labels
array of stringNavne, der svarer til handlingskolonnerne.
action_hz
numberKontrolfrekvens for handlingsrækkerne.
execute_steps
integerAntal indledende handlinger, der skal udføres, før der anmodes om endnu en blok.
seed
integerTilfældig seed anvendt under sampling.
timings
objectTidsmålinger fra serveren angivet i sekund.

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/flux-3-action/so101.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt