Zum Inhalt springen

Flux 3 Action

Integrieren

Modell-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://api.doitong.com/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage: ≈0,003 $ 3 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
Black Forest Labs Video zu Video #robotic#arm

Robotikmodell, das SO-101-Armaktionsblöcke aus Kamerabildern, Gelenkzustand und einer Anweisung vorhersagt

Auf Doitong erstellt

Öffentliche Werke der Doitong-Community mit Flux 3 Action. Verwende einen Prompt mit einem Klick erneut.

Angezeigte öffentliche Werke: 9
Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut ...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikel...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi wajahnya. Ia memeluk...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tub...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tubuh ramping dan proporsional, rambut hitam pendek agak acak, mengenakan jaket kulit hitam, celana riding fit, dan sepatu motor. Ia sedang melakukan aksi freestyle ekstrem dengan motor sport 500cc...

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich 88 / 2000

Aufgabenanweisungen für den Roboter in natürlicher Sprache.

•erforderlich
Datei ablegen oder

Linkes Kachelbild mit dem aktuellen Frame der feststehenden Szenenkamera nach der Größenänderung auf 256x256.

•erforderlich
Datei ablegen oder

Aktueller Frame der Handgelenkkamera, in der rechten Kachel platziert und auf 256x256 verkleinert.

•erforderlich

Gemessene Zustandswerte in dieser Reihenfolge: Schulterdrehung und -hebung, Ellbogenbeugung, Handgelenkbeugung und -drehung, jeweils in Grad, gefolgt von der Greiferposition in Prozent.

Erweitert history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Datei ablegen oder

Historische Eingabe des Szenen-Frames, die `state_history` erfordert; ohne Angabe wird stattdessen der aktuelle Frame verwendet. Der angegebene Frame stellt die früheste historische Beobachtung vor 7 Ticks dar.

Datei ablegen oder

Frame der Handgelenkkamera beim frühesten historischen Tick; `state_history` ist erforderlich.

Standard 4

Anzahl der Euler-Entrauschungsschritte; bei der Checkpoint-Validierung wurden 4 Schritte verwendet.

Standard 3

Stärke der classifier-free guidance für Video und Aktion; auf 1.0 setzen, um CFG zu deaktivieren.

Sampling-Seed mit den Referenzbewertungseinstellungen von DROID: 0 und SO-101: 42. Wenn er nicht angegeben wird, wird zufällig ein Seed ausgewählt.

Verlauf der gemessenen Zustände, bei einer neuen Episode nicht angegeben und andernfalls mit `command_history` erforderlich. Messungen in chronologischer Reihenfolge für die 7 unmittelbar vor `state` liegenden Steuer-Ticks bei 30 Hz angeben.

Verlauf der Absolutbefehle, der `state_history` erfordert; der zuletzt gesendete Befehl steht in der letzten Zeile. Die Zeilen verlaufen chronologisch über 8 Beobachtungs-Ticks und geben den bei jedem Tick geltenden Befehl an.

POST /run/flux-3-action/so101?wait=20 Preis → 0,003 $
# 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/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Flux 3 Action

Statt Medien gibt dieses Modell JSON mit den vorhergesagten `actions`, ihrer Steuerrate, Spaltenbezeichnungen und der Anzahl der führenden Schritte zurück, die vor der Anforderung eines neuen Blocks ausgeführt werden sollen (`execute_steps`). Erforderliche Eingaben sind ein Text-`prompt` (bis zu 2000 Zeichen), `scene_image_url`, `wrist_image_url` und ein 6-Werte-`state`. Optionale Verlaufseingaben (`state_history`, `command_history`, Verlaufsbilder) liefern zeitlichen Kontext. `num_inference_steps` reicht von 1 bis 8 und `guidance_scale` von 1 bis 10.

Parameter

NameTyp StandardZulässig Beschreibung
prompterforderlich
Typstring
≤ 2.000 Zeichen
Aufgabenanweisungen für den Roboter in natürlicher Sprache.
scene_image_urlerforderlich
Typurl · image
Linkes Kachelbild mit dem aktuellen Frame der feststehenden Szenenkamera nach der Größenänderung auf 256x256.
wrist_image_urlerforderlich
Typurl · image
Aktueller Frame der Handgelenkkamera, in der rechten Kachel platziert und auf 256x256 verkleinert.
stateerforderlich
Typnumber[]
≤ 6 Elemente≥ 6 Elemente
Gemessene Zustandswerte in dieser Reihenfolge: Schulterdrehung und -hebung, Ellbogenbeugung, Handgelenkbeugung und -drehung, jeweils in Grad, gefolgt von der Greiferposition in Prozent.
state_historyoptional
Typarray[]
≤ 7 Elemente≥ 7 Elemente
Verlauf der gemessenen Zustände, bei einer neuen Episode nicht angegeben und andernfalls mit `command_history` erforderlich. Messungen in chronologischer Reihenfolge für die 7 unmittelbar vor `state` liegenden Steuer-Ticks bei 30 Hz angeben.
command_historyoptional
Typarray[]
≤ 8 Elemente≥ 8 Elemente
Verlauf der Absolutbefehle, der `state_history` erfordert; der zuletzt gesendete Befehl steht in der letzten Zeile. Die Zeilen verlaufen chronologisch über 8 Beobachtungs-Ticks und geben den bei jedem Tick geltenden Befehl an.
history_scene_image_urloptional
Typurl · image
Historische Eingabe des Szenen-Frames, die `state_history` erfordert; ohne Angabe wird stattdessen der aktuelle Frame verwendet. Der angegebene Frame stellt die früheste historische Beobachtung vor 7 Ticks dar.
history_wrist_image_urloptional
Typurl · image
Frame der Handgelenkkamera beim frühesten historischen Tick; `state_history` ist erforderlich.
num_inference_stepsoptional
Typinteger
Standard4
1 – 8
Anzahl der Euler-Entrauschungsschritte; bei der Checkpoint-Validierung wurden 4 Schritte verwendet.
guidance_scaleoptional
Typnumber
Standard3
1 – 10
Stärke der classifier-free guidance für Video und Aktion; auf 1.0 setzen, um CFG zu deaktivieren.
seedoptional
Typinteger | null
Sampling-Seed mit den Referenzbewertungseinstellungen von DROID: 0 und SO-101: 42. Wenn er nicht angegeben wird, wird zufällig ein Seed ausgewählt.
erforderlich

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
actions
array of array of numberVorhergesagtes Aktionsarray mit chronologischen Zeilen für die Steuerschritte; die Werte sind nicht begrenzt, daher müssen Gelenk-, Geschwindigkeits- und Arbeitsraumbeschränkungen am Roboter durchgesetzt werden. Bei 30 Hz liefert SO-101 42x6 Absolutbefehle in Grad und Greifer-%; bei 15 Hz liefert DROID 32x8 absolute Gelenkziele in rad sowie den geschlossenen Anteil des Greifers.
action_labels
array of stringNamen entsprechend den Aktionsspalten.
action_hz
numberSteuerfrequenz der Aktionszeilen.
execute_steps
integerAnzahl der anfänglichen Aktionen, die vor dem Anfordern eines weiteren Abschnitts ausgeführt werden.
seed
integerBeim Sampling verwendeter Zufalls-Seed.
timings
objectZeitmessungen vom Server, angegeben in Sekunden.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/flux-3-action/so101.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt