تخطّي إلى المحتوى

VGGT-1B

التكامل

معرّف النموذج vggt-1b
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

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

حتى ⁨‏1.755 $⁩ لكل تشغيل تُحتسب التكلفة حسب الاستخدام الفعلي، ويُسترد الباقي تشغيله في هذه الصفحة

الحصول على مفتاح API
Meta الرؤية

يعيد بناء مشهد ثلاثي الأبعاد من 48 صورة أو فيديو كحد أقصى، مع إعادة خرائط العمق ووضعيات الكاميرا وسحابة نقطية

Meta · بيانات (JSON)

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

متقدم images · video · alpha_blend_onto · array_encoding · frame_sampling_rate · confidence_percentile · max_points · export_prediction_data · export_depth_maps · export_point_cloud · enable_safety_checker · exclude_keys
image_urls
أفلت ملفًا، أو · حتى 48

صور مصدر إعادة البناء، تُضاف حواشٍ إلى كل منها لتصبح مربعة ثم يُعاد تحجيمها بحيث يكون أطول بُعد 518 بكسل. تُقبل صيغ JPEG وPNG وWEBP وأي تنسيق صورة إضافي يستطيع Pillow فك ترميزه.

video_url
أفلت ملفًا، أو

فيديو مصدر اختياري تتبع إطاراته المأخوذة image_urls في المدخل المدمج. تُؤخذ عينة من كل إطار `frame_sampling_rate`، مع تضمين الإطار الأول والأخير دائمًا.

alpha_blend_onto الافتراضي white

توفّر معالجة قناة ألفا أربعة خيارات: يزيل 'keep' ألفا دون تغيير قيم البكسلات الأصلية؛ ويُركّب 'mean' الصورة فوق متوسط RGB الخاص بـ ImageNet. للخلفية المصمتة، اختر 'white' أو 'black' للتركيب فوق اللون المقابل.

array_encoding الافتراضي base64

تنسيق تخزين المصفوفة لملفات JSON الخاصة بالتنبؤ؛ إذ يستهلك 'list' مساحة أكبر بكثير من 'base64'. اختر 'list' للقوائم المتداخلة في JSON أو 'base64' للكائنات التي تحتوي على {data, shape, dtype}.

الافتراضي 24

الفاصل بين الإطارات المطبّق فقط عند توفير فيديو عبر `video_url`؛ ولا تأثير له خلاف ذلك. يُحتفظ بإطاري الحدّين مهما كان الفاصل، مع أخذ كل إطار n بينهما.

الافتراضي 50

نسبة التصفية المعتمدة على الثقة لإنشاء سحابة النقاط: تعطّل القيمة 0 التصفية، بينما تستبعد القيم الأخرى تلك النسبة من النقاط، بدءًا من الأقل ثقة.

الافتراضي 250000

الحد الأقصى لعدد نقاط GLB، وقيمته الافتراضية 250,000. لتقليل زمن التسلسل والرفع، تُكتب عينة موزعة بالتساوي عند تجاوز السحابة لهذه الميزانية.

المفاتيح المستبعدة من كل ملف JSON للتنبؤ.

POST /run/vggt-1b?wait=20 عرض السعر → ⁨‏1.755 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

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

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول VGGT-1B

يقدّر الهندسة من مشاهد متعددة. قدّم ما يصل إلى 48 صورة في `image_urls`، وأضف اختياريًا `video_url` مع أخذ عينات كل `frame_sampling_rate` إطارًا. يعيد خرائط عمق لكل إطار، والمعلمات الخارجية والداخلية للكاميرا، وملفات التنبؤ الخام، وسحابة نقطية GLB مع مخاريط الكاميرا. يتحكم `confidence_percentile` و`max_points` في كثافة السحابة النقطية.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
image_urlsاختياري images
النوعurl[] · image
≤ 48 عنصرًا
صور مصدر إعادة البناء، تُضاف حواشٍ إلى كل منها لتصبح مربعة ثم يُعاد تحجيمها بحيث يكون أطول بُعد 518 بكسل. تُقبل صيغ JPEG وPNG وWEBP وأي تنسيق صورة إضافي يستطيع Pillow فك ترميزه.
video_urlاختياري video
النوعurl · video
فيديو مصدر اختياري تتبع إطاراته المأخوذة image_urls في المدخل المدمج. تُؤخذ عينة من كل إطار `frame_sampling_rate`، مع تضمين الإطار الأول والأخير دائمًا.
frame_sampling_rateاختياري
النوعinteger
الافتراضي24
1 – 1,000
الفاصل بين الإطارات المطبّق فقط عند توفير فيديو عبر `video_url`؛ ولا تأثير له خلاف ذلك. يُحتفظ بإطاري الحدّين مهما كان الفاصل، مع أخذ كل إطار n بينهما.
alpha_blend_ontoاختياري
النوعenum
الافتراضيwhite
keepwhiteblackmean
توفّر معالجة قناة ألفا أربعة خيارات: يزيل 'keep' ألفا دون تغيير قيم البكسلات الأصلية؛ ويُركّب 'mean' الصورة فوق متوسط RGB الخاص بـ ImageNet. للخلفية المصمتة، اختر 'white' أو 'black' للتركيب فوق اللون المقابل.
export_prediction_dataاختياري
النوعboolean
الافتراضيtrue
تصدير التنبؤات الخام كملفات JSON منفصلة للإطارات الفردية. يتضمن كل ملف العمق ودرجة الثقة الخاصة به، وقناعًا، ووضعية الكاميرا المرمّزة.
export_depth_mapsاختياري
النوعboolean
الافتراضيtrue
تصدير بيانات العمق النقطية مع تحويل خطي من `depth_range` إلى قيم بكسلات بين 0 و65535. يحصل كل إطار على ملف PNG رمادي منفصل بدقة 16-bit.
export_point_cloudاختياري
النوعboolean
الافتراضيtrue
تصدير سحابة النقاط الملوّنة والمدمجة بتنسيق GLB، مع تمثيل الكاميرات المقدّرة بشبكات مخروطية منفردة في المشهد.
array_encodingاختياري
النوعenum
الافتراضيbase64
base64list
تنسيق تخزين المصفوفة لملفات JSON الخاصة بالتنبؤ؛ إذ يستهلك 'list' مساحة أكبر بكثير من 'base64'. اختر 'list' للقوائم المتداخلة في JSON أو 'base64' للكائنات التي تحتوي على {data, shape, dtype}.
exclude_keysاختياري
النوعenum[]
المفاتيح المستبعدة من كل ملف JSON للتنبؤ.
confidence_percentileاختياري
النوعnumber
الافتراضي50
0 – 100
نسبة التصفية المعتمدة على الثقة لإنشاء سحابة النقاط: تعطّل القيمة 0 التصفية، بينما تستبعد القيم الأخرى تلك النسبة من النقاط، بدءًا من الأقل ثقة.
max_pointsاختياري
النوعinteger
الافتراضي250000
1,000 – 5,000,000
الحد الأقصى لعدد نقاط GLB، وقيمته الافتراضية 250,000. لتقليل زمن التسلسل والرفع، تُكتب عينة موزعة بالتساوي عند تجاوز السحابة لهذه الميزانية.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
مفتاح فحص السلامة لصور المدخل والفيديو.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vggt-1b",
  "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": 1755,
    "usd": "1.755",
    "charged": 1755,
    "refunded": 0
  },
  "input": {},
  "output": {
    "point_cloud": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "depth_maps": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "prediction_data": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      }
    ],
    "num_frames": 1,
    "depth_range": [
      1.0
    ],
    "extrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "intrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "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://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
point_cloud
object {url, content_type, file_name, file_size} | nullتصدير سحابة النقاط المُعاد عندما تكون `export_point_cloud` صحيحة؛ ويجمع مشهد GLB الخاص بها السحابة المدمجة مع مخاريط الكاميرات.
depth_maps
array of object {url, content_type, file_name, file_size, width, height}تصدير خريطة العمق المتاح عندما تكون `export_depth_maps` صحيحة. تتبع العناصر تسلسل إطارات المصدر، ويمثل كل إطار بيانات PNG نقطية رمادية بعمق 16-bit.
prediction_data
array of object {url, content_type, file_name, file_size}تصدير التنبؤ الخام: عندما تكون `export_prediction_data` صحيحة، يملك كل إطار ملف JSON خاصًا به، وتتبع الملفات تسلسل الإطارات.
num_frames
integerإجمالي عدد الإطارات المُعاد بناؤها، بما في ذلك الصور والإطارات المأخوذة من الفيديو.
depth_range
array of numberحدود العمق [min, max] المستخدمة لتكميم `depth_maps`. استعد العمق بالصيغة min + pixel * (max - min) / 65535.
extrinsics
array of array of array of numberمصفوفات التحويل الخارجية من الكاميرا إلى العالم، بحجم 3x4 لكل إطار؛ وتشير محاور OpenCV إلى اليمين على x، وإلى الأسفل على y، وإلى الأمام على z.
intrinsics
array of array of array of numberمصفوفات التحويل الداخلية للكاميرا ذات الثقب الدبوسي، بحجم 3x3 لكل إطار، معبَّر عنها بإحداثيات البكسلات في إطار النموذج بحجم 518x518.
timings
objectالوقت المنقضي لكل مرحلة، بالثواني.

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/vggt-1b.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt