Přejít na obsah

Nemotron Diffusion Vlm

Integrace

ID modelu nemotron-diffusion-vlm
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Tento požadavek: ≈0,005 $ 5 kreditů API Spustit na této stránce

Získat API klíč
NVIDIA Vize #utility#editing

Vizuálně-jazykový model, který odpovídá na prompty o obrázku pomocí textového dekódování založeného na difuzi

NVIDIA · Text

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné

Prompt určující, na co o obrázku odpovědět.

•povinné image_url
Přetáhněte soubor nebo

URL odkazující na obrázek ke zpracování.

Pokročilé max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
výchozí 512

Horní limit vygenerovaných tokenů.

výchozí 256

Při explicitním zadání zvolte počet kroků dekódování difuze jako násobek max_tokens / block_length; počet také nesmí být menší než tento podíl.

výchozí 32

Délka každého bloku dekódování difuze.

výchozí 0.9

Hranice spolehlivosti pro dekódování difuze.

POST /run/nemotron-diffusion-vlm?wait=20 cena → 0,005 $
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Nemotron Diffusion Vlm

Přijímá obrázek v `image_url` a otázku v `prompt` a vrací textovou odpověď. Dekódování lze nastavit pomocí `max_tokens` (1 až 8192), `num_inference_steps` (1 až 1024), `block_length` (8 až 128) a prahu spolehlivosti `threshold` od 0 do 1. Výstup obsahuje také údaje o čase a využití.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
image_urlpovinné image
Typurl · image
URL odkazující na obrázek ke zpracování.
promptpovinné
Typstring
Prompt určující, na co o obrázku odpovědět.
max_tokensvolitelné
Typinteger
Výchozí512
1 – 8 192
Horní limit vygenerovaných tokenů.
num_inference_stepsvolitelné
Typinteger | null
Výchozí256
1 – 1 024
Při explicitním zadání zvolte počet kroků dekódování difuze jako násobek max_tokens / block_length; počet také nesmí být menší než tento podíl.
block_lengthvolitelné
Typinteger
Výchozí32
8 – 128
Délka každého bloku dekódování difuze.
thresholdvolitelné
Typnumber
Výchozí0.9
0 – 1
Hranice spolehlivosti pro dekódování difuze.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Kontrolu lze uvolnit nastavením na false, pokud je volající autorizován.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nemotron-diffusion-vlm",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "output": "The image shows a dog sitting outdoors.",
    "usage": {
      "prompt_tokens": 1,
      "completion_tokens": 1,
      "num_function_evals": 1
    },
    "timings": {
      "total_time": 1.0,
      "image_validation_time": 1.0,
      "preprocessing_time": 1.0,
      "gpu_transfer_time": 1.0,
      "generation_time": 1.0,
      "decode_time": 1.0
    }
  },
  "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"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
output
stringOdpověď vytvořená modelem.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Podrobnosti o využití tokenů a dekódování difuze.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Rozpis dob zpracování požadavku, měřených v sekundách.

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/nemotron-diffusion-vlm.md. Všechny modely a návody: https://doitong.com/developers/llms.txt