Zum Inhalt springen

Scail 2

Integrieren

Modell-ID scail-2
# 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/scail-2?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",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Dateien wie das Beispiel: 2,00 $ 2.000 API-Credits Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
Open model Video zu Video bis zu 704p #stylized#transform

Animiert ein Referenzbild einer Figur mit der Bewegung eines Steuerungsvideos oder setzt die Figur in die ursprüngliche Szene ein

Open model · Video

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

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

•erforderlich

Prompt zur Angabe des gewünschten Ausgabevideos.

•erforderlich image_url
Datei ablegen oder

URL des Referenzbilds einer Figur, das die zu animierende oder für ein Motiv einzusetzende Figur liefert; das Steuerungsvideo bestimmt die Animation oder Ersetzung.

•erforderlich video_url
Datei ablegen oder

Stelle per URL ein bewegungssteuerndes Video mit einer einzelnen Person, mehreren Personen oder einem Tier bereit.

resolution Standard 512p

Ausgabeauflösung mit automatisch anhand des Seitenverhältnisses des Referenzbilds bestimmter Ausrichtung. Im Querformat entspricht 512p 896x512 und 704p 1280x704; im Hochformat werden jeweils 512x896 und 704x1280 verwendet.

Erweitert mode · driving_type · subject_type · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker
mode Standard animation

Legt fest, wie die Referenzfigur verwendet wird: `replacement` behält die ursprüngliche Szene bei, ersetzt aber die Figur durch das Motiv des Steuerungsvideos; `animation` überträgt die Bewegung des Steuerungsvideos auf die Figur.

driving_type Standard end_to_end

Die Animationsbewegung stammt direkt aus einem mit SAM3 maskierten Steuerungsvideo; `end_to_end`, der Standard und die empfohlene Option, bietet maximale Robustheit. Alternativ verwendet `pose` NLF/DWPose, um aus diesem Video ein explizites Skelett zu rendern, was bei anspruchsvollen Eingaben mehr Kontrolle bietet.

subject_type Standard human

Auswahl des Motivs im Steuerungsvideo; `animal` konfiguriert den Erkennungs-Prompt von SAM3 für Motive, die nicht `human` sind.

Standard 40

Anzahl der Diffusions-Sampling-Schritte. Eine Erhöhung verbessert die Qualität, benötigt aber mehr Zeit.

Standard 5

Stärke der klassifikatorfreien Steuerung, die das Verhältnis zwischen Prompt-Treue und Kreativität bestimmt.

Standard 3

Verschiebung des Rauschplans für Flow Matching; bei Verwendung von 512p wird eine Einstellung von 3.0 empfohlen.

Generierungs-Seed, der unabhängig davon in der Ausgabe enthalten ist, ob er explizit angegeben oder zufällig ausgewählt wurde, weil die Eingabe leer war.

POST /run/scail-2?wait=20 Preis → 2,00 $
# 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/scail-2?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",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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 Scail 2

Verarbeitet ein Referenzbild der Figur über `image_url` und ein `video_url` mit einem Menschen, mehreren Menschen oder einem Tier. Im Modus `animation` führt die Figur die Bewegung des Steuerungsvideos aus; im Modus `replacement` ersetzt sie das Motiv, während die Szene erhalten bleibt. Die Auflösung beträgt 512p oder 704p, die Ausrichtung wird aus dem Bild übernommen. `driving_type` kann direktes End-to-End-Driving oder ein explizites Skelett der Pose verwenden.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
prompterforderlich
Typstring
Prompt zur Angabe des gewünschten Ausgabevideos.
image_urlerforderlich image
Typurl · image
URL des Referenzbilds einer Figur, das die zu animierende oder für ein Motiv einzusetzende Figur liefert; das Steuerungsvideo bestimmt die Animation oder Ersetzung.
video_urlerforderlich video
Typurl · video
Stelle per URL ein bewegungssteuerndes Video mit einer einzelnen Person, mehreren Personen oder einem Tier bereit.
modeoptional
Typenum
Standardanimation
animationreplacement
Legt fest, wie die Referenzfigur verwendet wird: `replacement` behält die ursprüngliche Szene bei, ersetzt aber die Figur durch das Motiv des Steuerungsvideos; `animation` überträgt die Bewegung des Steuerungsvideos auf die Figur.
driving_typeoptional
Typenum
Standardend_to_end
end_to_endpose
Die Animationsbewegung stammt direkt aus einem mit SAM3 maskierten Steuerungsvideo; `end_to_end`, der Standard und die empfohlene Option, bietet maximale Robustheit. Alternativ verwendet `pose` NLF/DWPose, um aus diesem Video ein explizites Skelett zu rendern, was bei anspruchsvollen Eingaben mehr Kontrolle bietet.
subject_typeoptional
Typenum
Standardhuman
humananimal
Auswahl des Motivs im Steuerungsvideo; `animal` konfiguriert den Erkennungs-Prompt von SAM3 für Motive, die nicht `human` sind.
resolutionoptional
Typenum
Standard512p
512p704p
Ausgabeauflösung mit automatisch anhand des Seitenverhältnisses des Referenzbilds bestimmter Ausrichtung. Im Querformat entspricht 512p 896x512 und 704p 1280x704; im Hochformat werden jeweils 512x896 und 704x1280 verwendet.
num_inference_stepsoptional
Typinteger
Standard40
2 – 50
Anzahl der Diffusions-Sampling-Schritte. Eine Erhöhung verbessert die Qualität, benötigt aber mehr Zeit.
guidance_scaleoptional
Typnumber
Standard5
1 – 10
Stärke der klassifikatorfreien Steuerung, die das Verhältnis zwischen Prompt-Treue und Kreativität bestimmt.
shiftoptional
Typnumber
Standard3
1 – 10
Verschiebung des Rauschplans für Flow Matching; bei Verwendung von 512p wird eine Einstellung von 3.0 empfohlen.
seedoptional
Typinteger | null
Generierungs-Seed, der unabhängig davon in der Ausgabe enthalten ist, ob er explizit angegeben oder zufällig ausgewählt wurde, weil die Eingabe leer war.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich Kanonischer Name, ebenfalls akzeptiert

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": "scail-2",
  "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": 2000,
    "usd": "2.00",
    "charged": 2000,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "seed": 42,
    "preprocessing_video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "preprocessing_mask_video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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
video
object {url, content_type, file_name, file_size}Durch die Generierung erzeugte Videodatei.
seed
integerFür die Videogenerierung verwendeter Seed.
preprocessing_video
object {url, content_type, file_name, file_size} | nullDebug-Video mit der Stage-A-Pose-Conditioning-Eingabe für das Diffusionsmodell, nur verfügbar mit `output_preprocessing=true`. Sein Inhalt hängt von `driving_type` ab: `end_to_end` verwendet von SAM3 maskiertes Steuerungsmaterial, während `driving_type=pose` ein von NLF/DWPose gerendertes Skelett verwendet.
preprocessing_mask_video
object {url, content_type, file_name, file_size} | nullStage-A-Steuerungsmaskenvideo zum Debuggen, nur verfügbar mit `output_preprocessing=true`.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/scail-2.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt