Přejít na obsah

VGGT-1B

Integrace

ID modelu 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"

Až 1,755 $ za spuštění účtuje se skutečné využití, zbytek se refunduje Spustit na této stránce

Získat API klíč
Meta Vize

Rekonstruuje 3D scénu až z 48 obrázků nebo z videa a vrací hloubkové mapy, pozice kamer a mračno bodů

Meta · Data (JSON)

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.

Pokročilé 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
Přetáhněte soubor nebo · až 48

Zdrojové obrázky pro rekonstrukci, z nichž každý je doplněn do čtverce a změněn na velikost s nejdelším rozměrem 518 pixelů. Přijímány jsou JPEG, PNG, WEBP a jakýkoli další formát obrázku dekódovatelný pomocí Pillow.

video_url
Přetáhněte soubor nebo

Volitelné zdrojové video, jehož vzorkované snímky následují po image_urls v kombinovaném vstupu. Vzorkování používá každý `frame_sampling_rate`-tý snímek a vždy zahrnuje první i poslední snímek.

alpha_blend_onto výchozí white

Zpracování alfa kanálu nabízí čtyři možnosti: 'keep' odstraní alfu bez změny původních hodnot pixelů; 'mean' složí obrázek přes průměrnou RGB hodnotu ImageNet. Pro jednobarevné pozadí zvolte 'white' nebo 'black' a složte obrázek přes odpovídající barvu.

array_encoding výchozí base64

Formát uložení polí pro predikční soubory JSON, kde 'list' zabírá mnohem více místa než 'base64'. Zvolte 'list' pro vnořené seznamy JSON nebo 'base64' pro objekty obsahující {data, shape, dtype}.

výchozí 24

Interval snímků použitý pouze při zadání videa přes `video_url`; jinak nemá žádný účinek. Oba hraniční snímky jsou zachovány bez ohledu na interval a mezi nimi se vzorkuje každý n-tý snímek.

výchozí 50

Procento filtrování při konstrukci mračna bodů podle míry spolehlivosti: 0 filtrování vypne, zatímco ostatní hodnoty vyloučí dané procento bodů, počínaje nejméně spolehlivými.

výchozí 250000

Limit počtu bodů GLB s výchozí hodnotou 250,000. Pokud mračno tento rozpočet překročí, zapíše se rovnoměrně podvzorkovaný výběr, aby se snížila latence serializace a nahrávání.

Klíče vyloučené z každého predikčního souboru JSON.

POST /run/vggt-1b?wait=20 cena → 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"

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 VGGT-1B

Odhaduje geometrii z více pohledů. Zadejte až 48 obrázků v `image_urls` a volitelně přidejte `video_url` vzorkované každých `frame_sampling_rate` snímků. Vrací hloubkové mapy pro jednotlivé snímky, vnější a vnitřní parametry kamer, soubory se surovými predikcemi a mračno bodů GLB s kužely kamer. `confidence_percentile` a `max_points` určují hustotu mračna bodů.

Parametry

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

NázevTyp VýchozíPovolené Popis
image_urlsvolitelné images
Typurl[] · image
≤ 48 položek
Zdrojové obrázky pro rekonstrukci, z nichž každý je doplněn do čtverce a změněn na velikost s nejdelším rozměrem 518 pixelů. Přijímány jsou JPEG, PNG, WEBP a jakýkoli další formát obrázku dekódovatelný pomocí Pillow.
video_urlvolitelné video
Typurl · video
Volitelné zdrojové video, jehož vzorkované snímky následují po image_urls v kombinovaném vstupu. Vzorkování používá každý `frame_sampling_rate`-tý snímek a vždy zahrnuje první i poslední snímek.
frame_sampling_ratevolitelné
Typinteger
Výchozí24
1 – 1 000
Interval snímků použitý pouze při zadání videa přes `video_url`; jinak nemá žádný účinek. Oba hraniční snímky jsou zachovány bez ohledu na interval a mezi nimi se vzorkuje každý n-tý snímek.
alpha_blend_ontovolitelné
Typenum
Výchozíwhite
keepwhiteblackmean
Zpracování alfa kanálu nabízí čtyři možnosti: 'keep' odstraní alfu bez změny původních hodnot pixelů; 'mean' složí obrázek přes průměrnou RGB hodnotu ImageNet. Pro jednobarevné pozadí zvolte 'white' nebo 'black' a složte obrázek přes odpovídající barvu.
export_prediction_datavolitelné
Typboolean
Výchozítrue
Export nezpracovaných predikcí jako samostatných souborů JSON pro jednotlivé snímky. Každý soubor obsahuje hloubku a její míru spolehlivosti, masku a zakódovanou polohu kamery.
export_depth_mapsvolitelné
Typboolean
Výchozítrue
Export rastrových map hloubky s lineárním převodem `depth_range` na hodnoty pixelů 0–65535. Každý snímek dostane samostatný odstínový PNG s přesností 16 bitů.
export_point_cloudvolitelné
Typboolean
Výchozítrue
Export sloučeného barevného mračna bodů ve formátu GLB, přičemž odhadované kamery jsou ve scéně znázorněny jednotlivými kuželovými sítěmi.
array_encodingvolitelné
Typenum
Výchozíbase64
base64list
Formát uložení polí pro predikční soubory JSON, kde 'list' zabírá mnohem více místa než 'base64'. Zvolte 'list' pro vnořené seznamy JSON nebo 'base64' pro objekty obsahující {data, shape, dtype}.
exclude_keysvolitelné
Typenum[]
Klíče vyloučené z každého predikčního souboru JSON.
confidence_percentilevolitelné
Typnumber
Výchozí50
0 – 100
Procento filtrování při konstrukci mračna bodů podle míry spolehlivosti: 0 filtrování vypne, zatímco ostatní hodnoty vyloučí dané procento bodů, počínaje nejméně spolehlivými.
max_pointsvolitelné
Typinteger
Výchozí250000
1 000 – 5 000 000
Limit počtu bodů GLB s výchozí hodnotou 250,000. Pokud mračno tento rozpočet překročí, zapíše se rovnoměrně podvzorkovaný výběr, aby se snížila latence serializace a nahrávání.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Přepínač bezpečnostní kontroly vstupních obrázků a videa.
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": "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"
  }
}
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
point_cloud
object {url, content_type, file_name, file_size} | nullExport mračna bodů vrácený, když je `export_point_cloud` true; jeho scéna GLB kombinuje sloučené mračno s kužely kamer.
depth_maps
array of object {url, content_type, file_name, file_size, width, height}Export map hloubky dostupný, když je `export_depth_maps` true. Položky následují pořadí zdrojových snímků a každý snímek je reprezentován rastrem odstínů šedi PNG s hloubkou 16 bitů.
prediction_data
array of object {url, content_type, file_name, file_size}Export nezpracovaných predikcí: když je `export_prediction_data` true, každý snímek má vlastní soubor JSON a soubory následují pořadí snímků.
num_frames
integerCelkový počet rekonstruovaných snímků včetně obrázků a snímků vzorkovaných z videa.
depth_range
array of numberMeze hloubky [min, max] použité pro kvantizaci `depth_maps`. Hloubku obnovíte jako min + pixel * (max - min) / 65535.
extrinsics
array of array of array of numberExtrinzické matice kamery vůči světu o velikosti 3x4 pro každý snímek; osy OpenCV směřují doprava podél x, dolů podél y a dopředu podél z.
intrinsics
array of array of array of numberIntrinzické matice dírkové kamery o velikosti 3x3 pro každý snímek, vyjádřené v pixelových souřadnicích snímku modelu 518x518.
timings
objectUplynulý reálný čas každé fáze v sekundách.

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/vggt-1b.md. Všechny modely a návody: https://doitong.com/developers/llms.txt