Sleppa yfir í efni

Flux 3 Action

Tengja

Auðkenni líkans 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"

Þessi beiðni: ≈0,003 $ 3 API-inneignir Keyra á þessari síðu

Fá API-lykil
Black Forest Labs Myndband í myndband #robotic#arm

Vélmennastefnulíkan sem spáir fyrir um SO-101-hreyfingabúta út frá myndavélarrömmum, liðastöðu og leiðbeiningu

Black Forest Labs · Gögn (JSON)

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið 88 / 2000

Leiðbeiningar um vélmennaverkefni á náttúrulegu máli.

•áskilið
Slepptu skrá eða

Vinstri flísarmynd sem sýnir núverandi ramma fastrar senumyndavélar eftir stærðarbreytingu í 256x256.

•áskilið
Slepptu skrá eða

Núverandi rammi frá úlnliðsmyndavél, settur í hægri flís og breyttur í 256x256.

•áskilið

Mæld ástandsgildi í þessari röð: snúningur og lyfta öxlar, beygja olnboga, beygja og velta úlnliðs, allt í gráðum, síðan staða gripklóar sem prósenta.

Ítarlegt history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Slepptu skrá eða

Inntak sögulegs senuramma sem krefst `state_history`; ef því er sleppt er núverandi rammi notaður. Ramminn sem gefinn er upp táknar elstu athugun sögunnar, 7 tikkum fyrr.

Slepptu skrá eða

Rammi frá úlnliðsmyndavél við elsta sögutikk; `state_history` er áskilið.

sjálfgefið 4

Fjöldi Euler-hreinsunarskrefa; sannprófun eftirlitsstigs notaði 4 skref.

sjálfgefið 3

Styrkur classifier-free guidance fyrir bæði myndband og aðgerð; stilltu á 1.0 til að gera CFG óvirkt.

Sýnatökusem með viðmiðunarstillingum DROID: 0 og SO-101: 42. Ef það er ekki tilgreint er slembið sem valið.

Saga mælds ástands, sleppt í nýjum þætti en krefst annars `command_history`. Gefðu mælingar í tímaröð fyrir 7 stjórntikkina rétt á undan `state`, við 30 Hz.

Saga algildra skipana sem krefst `state_history`, þar sem síðasta send skipun er í síðustu röð. Raðirnar ná yfir 8 athugunartikka í tímaröð og tilgreina virka skipun í hverjum tikka.

POST /run/flux-3-action/so101?wait=20 verðtilboð → 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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Flux 3 Action

Í stað miðla skilar þetta JSON með spáðum `actions`, stýringartíðni þeirra, dálkheitum og fjölda fremstu skrefa sem á að framkvæma (`execute_steps`) áður en óskað er eftir nýjum bút. Nauðsynleg inntök eru texti í `prompt` (allt að 2000 stafir), `scene_image_url`, `wrist_image_url` og `state` með 6 gildum. Valfrjáls söguleg inntök (`state_history`, `command_history`, sögulegar myndir) gefa tímalegt samhengi. `num_inference_steps` nær frá 1 til 8 og `guidance_scale` frá 1 til 10.

Færibreytur

HeitiGerð SjálfgefiðLeyfilegt Lýsing
promptáskilið
Gerðstring
≤ 2.000 stafir
Leiðbeiningar um vélmennaverkefni á náttúrulegu máli.
scene_image_urláskilið
Gerðurl · image
Vinstri flísarmynd sem sýnir núverandi ramma fastrar senumyndavélar eftir stærðarbreytingu í 256x256.
wrist_image_urláskilið
Gerðurl · image
Núverandi rammi frá úlnliðsmyndavél, settur í hægri flís og breyttur í 256x256.
stateáskilið
Gerðnumber[]
≤ 6 atriði≥ 6 atriði
Mæld ástandsgildi í þessari röð: snúningur og lyfta öxlar, beygja olnboga, beygja og velta úlnliðs, allt í gráðum, síðan staða gripklóar sem prósenta.
state_historyvalfrjálst
Gerðarray[]
≤ 7 atriði≥ 7 atriði
Saga mælds ástands, sleppt í nýjum þætti en krefst annars `command_history`. Gefðu mælingar í tímaröð fyrir 7 stjórntikkina rétt á undan `state`, við 30 Hz.
command_historyvalfrjálst
Gerðarray[]
≤ 8 atriði≥ 8 atriði
Saga algildra skipana sem krefst `state_history`, þar sem síðasta send skipun er í síðustu röð. Raðirnar ná yfir 8 athugunartikka í tímaröð og tilgreina virka skipun í hverjum tikka.
history_scene_image_urlvalfrjálst
Gerðurl · image
Inntak sögulegs senuramma sem krefst `state_history`; ef því er sleppt er núverandi rammi notaður. Ramminn sem gefinn er upp táknar elstu athugun sögunnar, 7 tikkum fyrr.
history_wrist_image_urlvalfrjálst
Gerðurl · image
Rammi frá úlnliðsmyndavél við elsta sögutikk; `state_history` er áskilið.
num_inference_stepsvalfrjálst
Gerðinteger
Sjálfgefið4
1 – 8
Fjöldi Euler-hreinsunarskrefa; sannprófun eftirlitsstigs notaði 4 skref.
guidance_scalevalfrjálst
Gerðnumber
Sjálfgefið3
1 – 10
Styrkur classifier-free guidance fyrir bæði myndband og aðgerð; stilltu á 1.0 til að gera CFG óvirkt.
seedvalfrjálst
Gerðinteger | null
Sýnatökusem með viðmiðunarstillingum DROID: 0 og SO-101: 42. Ef það er ekki tilgreint er slembið sem valið.
áskilið

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
actions
array of array of numberSpáð aðgerðafylki þar sem raðirnar tákna stjórnskref í tímaröð; gildin eru óklippt, svo framfylgja þarf mörkum liða, hraða og vinnusvæðis á vélmenninu. Við 30 Hz gefur SO-101 42x6 algildar skipanir í gráðum og gripklóarprósentu; við 15 Hz gefur DROID 32x8 algild markgildi liða í radíönum ásamt lokunarhlutfalli gripklóar.
action_labels
array of stringNöfn sem samsvara aðgerðadálkunum.
action_hz
numberStjórntíðni aðgerðaraðanna.
execute_steps
integerFjöldi upphafsaðgerða sem á að framkvæma áður en óskað er eftir næsta bút.
seed
integerSlembiseem sem er notaður við sýnatöku.
timings
objectTímamælingar frá netþjóninum, gefnar upp í sekúndum.

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/flux-3-action/so101.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt