콘텐츠로 건너뛰기

Flux 3 Action

통합

모델 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"

이 요청: ≈$0.003 3 API 크레딧 이 페이지에서 실행

API 키 받기
Black Forest Labs 동영상을 동영상으로 #robotic#arm

카메라 프레임, 관절 상태 및 지시에서 SO-101 팔 동작 청크를 예측하는 로봇 정책 모델

Black Forest Labs · 데이터 (JSON)

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

•필수 88 / 2000

자연어로 작성한 로봇 작업 지침입니다.

•필수
파일을 끌어다 놓거나

크기를 256x256으로 조정한 후 고정된 장면 카메라의 현재 프레임을 보여 주는 왼쪽 타일 이미지입니다.

•필수
파일을 끌어다 놓거나

현재 손목 카메라 프레임으로, 오른쪽 타일에 배치되고 256x256으로 조정됩니다.

•필수

측정된 상태 값입니다. 순서는 어깨 팬 및 리프트, 팔꿈치 굴곡, 손목 굴곡 및 롤이며 모두 도 단위이고, 이어서 그리퍼 위치가 백분율로 표시됩니다.

고급 history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
파일을 끌어다 놓거나

`state_history`가 필요한 과거 장면 프레임 입력입니다. 생략하면 대신 현재 프레임을 사용합니다. 제공된 프레임은 7틱 전인 가장 이른 기록 관측을 나타냅니다.

파일을 끌어다 놓거나

가장 이른 기록 틱의 손목 카메라 프레임입니다. `state_history`가 필요합니다.

기본값 4

Euler 디노이징 단계 수입니다. 체크포인트 검증에는 4단계를 사용했습니다.

기본값 3

동영상과 동작 모두에 적용되는 classifier-free guidance 강도입니다. CFG를 비활성화하려면 1.0으로 설정합니다.

샘플링 시드입니다. DROID의 참조 평가 설정은 0, SO-101은 42입니다. 지정하지 않으면 시드를 무작위로 선택합니다.

측정 상태 기록입니다. 새 에피소드에서는 생략하며, 그 외에는 `command_history`가 필요합니다. `state` 직전의 7개 제어 틱에 대한 측정값을 30 Hz에서 시간순으로 제공합니다.

`state_history`가 필요한 절대 명령 기록입니다. 가장 최근에 전송된 명령은 마지막 행에 배치합니다. 행은 8개 관측 틱에 걸쳐 시간순으로 이어지며 각 틱에서 적용되는 명령을 지정합니다.

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

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Flux 3 Action 정보

미디어 대신 예측된 `actions`, 제어 주기, 열 레이블 및 새 청크를 요청하기 전에 실행할 선행 단계 수(`execute_steps`)를 포함한 JSON을 반환합니다. 필수 입력은 텍스트 `prompt`(최대 2000자), `scene_image_url`, `wrist_image_url` 및 6개 값으로 구성된 `state`입니다. 선택적 기록 입력(`state_history`, `command_history`, 기록 이미지)은 시간적 맥락을 제공합니다. `num_inference_steps`는 1~8 범위이고 `guidance_scale`은 1~10 범위입니다.

매개변수

이름유형 기본값허용됨 설명
prompt필수
유형string
≤ 2,000자
자연어로 작성한 로봇 작업 지침입니다.
scene_image_url필수
유형url · image
크기를 256x256으로 조정한 후 고정된 장면 카메라의 현재 프레임을 보여 주는 왼쪽 타일 이미지입니다.
wrist_image_url필수
유형url · image
현재 손목 카메라 프레임으로, 오른쪽 타일에 배치되고 256x256으로 조정됩니다.
state필수
유형number[]
≤ 6개 항목≥ 6개 항목
측정된 상태 값입니다. 순서는 어깨 팬 및 리프트, 팔꿈치 굴곡, 손목 굴곡 및 롤이며 모두 도 단위이고, 이어서 그리퍼 위치가 백분율로 표시됩니다.
state_history선택 사항
유형array[]
≤ 7개 항목≥ 7개 항목
측정 상태 기록입니다. 새 에피소드에서는 생략하며, 그 외에는 `command_history`가 필요합니다. `state` 직전의 7개 제어 틱에 대한 측정값을 30 Hz에서 시간순으로 제공합니다.
command_history선택 사항
유형array[]
≤ 8개 항목≥ 8개 항목
`state_history`가 필요한 절대 명령 기록입니다. 가장 최근에 전송된 명령은 마지막 행에 배치합니다. 행은 8개 관측 틱에 걸쳐 시간순으로 이어지며 각 틱에서 적용되는 명령을 지정합니다.
history_scene_image_url선택 사항
유형url · image
`state_history`가 필요한 과거 장면 프레임 입력입니다. 생략하면 대신 현재 프레임을 사용합니다. 제공된 프레임은 7틱 전인 가장 이른 기록 관측을 나타냅니다.
history_wrist_image_url선택 사항
유형url · image
가장 이른 기록 틱의 손목 카메라 프레임입니다. `state_history`가 필요합니다.
num_inference_steps선택 사항
유형integer
기본값4
1 – 8
Euler 디노이징 단계 수입니다. 체크포인트 검증에는 4단계를 사용했습니다.
guidance_scale선택 사항
유형number
기본값3
1 – 10
동영상과 동작 모두에 적용되는 classifier-free guidance 강도입니다. CFG를 비활성화하려면 1.0으로 설정합니다.
seed선택 사항
유형integer | null
샘플링 시드입니다. DROID의 참조 평가 설정은 0, SO-101은 42입니다. 지정하지 않으면 시드를 무작위로 선택합니다.
필수

파일 매개변수에는 공개 https:// URL, 최대 10 MB의 data: URI 또는 업로드의 file_url을 사용할 수 있습니다. 파일

출력

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"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
actions
array of array of number예측된 동작 배열입니다. 시간순 행은 제어 단계를 나타냅니다. 값은 클리핑되지 않으므로 로봇에서 관절, 속도 및 작업 공간 제한을 적용해야 합니다. 30 Hz에서 SO-101은 도 단위의 42x6 절대 명령과 그리퍼 %를 제공하고, 15 Hz에서 DROID는 라디안 단위의 32x8 절대 관절 목표와 그리퍼 닫힘 비율을 제공합니다.
action_labels
array of string동작 열에 해당하는 이름입니다.
action_hz
number동작 행의 제어 주파수입니다.
execute_steps
integer다음 청크를 요청하기 전에 실행할 초기 동작 수입니다.
seed
integer샘플링 중 사용하는 무작위 시드입니다.
timings
object서버의 시간 측정값으로, 초 단위입니다.

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/flux-3-action/so101.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt