Ir al contenido

Scail 2

Integrar

ID del modelo 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"

Archivos como el ejemplo: 2,00 $ 2000 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Open model Vídeo a vídeo hasta 704p #stylized#transform

Anima la imagen de un personaje de referencia con el movimiento de un vídeo guía o lo intercambia en la escena original

Open model · Vídeo

Tu primer resultado aparecerá aquí

Crea una solicitud a continuación y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Prompt que especifica el vídeo de salida deseado.

•obligatorio image_url
Suelta un archivo o

URL de la imagen de referencia del personaje que proporciona el personaje que se animará o sustituirá por un sujeto; el vídeo de referencia determina la animación o sustitución.

•obligatorio video_url
Suelta un archivo o

Proporciona mediante URL un vídeo que controle el movimiento, con una persona, varias personas o un animal.

resolution predeterminado 512p

Resolución de salida, con la orientación determinada automáticamente por la relación de aspecto de la imagen de referencia. En orientación apaisada, 512p corresponde a 896x512 y 704p a 1280x704; en orientación vertical se utilizan 512x896 y 704x1280, respectivamente.

Avanzado mode · driving_type · subject_type · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker
mode predeterminado animation

Elige cómo utilizar el personaje de referencia: `replacement` conserva la escena original, pero sustituye al personaje por el sujeto del vídeo de referencia; `animation` aplica el movimiento del vídeo de referencia al personaje.

driving_type predeterminado end_to_end

El movimiento de la animación procede directamente de un vídeo de referencia enmascarado por SAM3 mediante `end_to_end`, la opción predeterminada y recomendada para obtener la máxima solidez. Como alternativa, `pose` utiliza NLF/DWPose para representar un esqueleto explícito a partir de ese vídeo, ofreciendo un mayor control con entradas complejas.

subject_type predeterminado human

Selección del sujeto del vídeo de referencia, con `animal` configurando el prompt de detección de SAM3 para sujetos que no sean `human`.

predeterminado 40

Número de pasos de muestreo de difusión. Aumentarlo mejora la calidad, pero requiere más tiempo.

predeterminado 5

Intensidad de guidance sin clasificador, que equilibra la fidelidad al prompt y la creatividad.

predeterminado 3

Desplazamiento del programa de ruido para flow matching, con un valor recomendado de 3.0 al utilizar 512p.

Semilla de generación incluida en la respuesta, tanto si se proporciona explícitamente como si se selecciona aleatoriamente porque la entrada se dejó vacía.

POST /run/scail-2?wait=20 presupuesto → 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y solo se guarda en localStorage si marcas Recordar. Obtener una clave de API

Acerca de Scail 2

Acepta una `image_url` de referencia del personaje y una `video_url` guía en la que aparece una persona, varias personas o un animal. En el modo `animation`, el personaje realiza el movimiento del vídeo guía; en el modo `replacement`, sustituye al sujeto conservando la escena. La resolución es 512p o 704p, con la orientación elegida a partir de la imagen. `driving_type` puede usar conducción directa de extremo a extremo o un esqueleto de pose explícito.

Parámetros

Envía el nombre canónico o el nombre nativo, pero no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
Prompt que especifica el vídeo de salida deseado.
image_urlobligatorio image
Tipourl · image
URL de la imagen de referencia del personaje que proporciona el personaje que se animará o sustituirá por un sujeto; el vídeo de referencia determina la animación o sustitución.
video_urlobligatorio video
Tipourl · video
Proporciona mediante URL un vídeo que controle el movimiento, con una persona, varias personas o un animal.
modeopcional
Tipoenum
Predeterminadoanimation
animationreplacement
Elige cómo utilizar el personaje de referencia: `replacement` conserva la escena original, pero sustituye al personaje por el sujeto del vídeo de referencia; `animation` aplica el movimiento del vídeo de referencia al personaje.
driving_typeopcional
Tipoenum
Predeterminadoend_to_end
end_to_endpose
El movimiento de la animación procede directamente de un vídeo de referencia enmascarado por SAM3 mediante `end_to_end`, la opción predeterminada y recomendada para obtener la máxima solidez. Como alternativa, `pose` utiliza NLF/DWPose para representar un esqueleto explícito a partir de ese vídeo, ofreciendo un mayor control con entradas complejas.
subject_typeopcional
Tipoenum
Predeterminadohuman
humananimal
Selección del sujeto del vídeo de referencia, con `animal` configurando el prompt de detección de SAM3 para sujetos que no sean `human`.
resolutionopcional
Tipoenum
Predeterminado512p
512p704p
Resolución de salida, con la orientación determinada automáticamente por la relación de aspecto de la imagen de referencia. En orientación apaisada, 512p corresponde a 896x512 y 704p a 1280x704; en orientación vertical se utilizan 512x896 y 704x1280, respectivamente.
num_inference_stepsopcional
Tipointeger
Predeterminado40
2 – 50
Número de pasos de muestreo de difusión. Aumentarlo mejora la calidad, pero requiere más tiempo.
guidance_scaleopcional
Tiponumber
Predeterminado5
1 – 10
Intensidad de guidance sin clasificador, que equilibra la fidelidad al prompt y la creatividad.
shiftopcional
Tiponumber
Predeterminado3
1 – 10
Desplazamiento del programa de ruido para flow matching, con un valor recomendado de 3.0 al utilizar 512p.
seedopcional
Tipointeger | null
Semilla de generación incluida en la respuesta, tanto si se proporciona explícitamente como si se selecciona aleatoriamente porque la entrada se dejó vacía.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que la persona que realiza la solicitud esté autorizada.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una subida. Archivos

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (con pago por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Archivo de vídeo producido por la generación.
seed
integerSemilla utilizada para la generación de vídeo.
preprocessing_video
object {url, content_type, file_name, file_size} | nullVídeo de depuración que contiene la entrada de condicionamiento de pose de Stage-A proporcionada al modelo de difusión, disponible únicamente con `output_preprocessing=true`. Su contenido depende de `driving_type`: `end_to_end` utiliza metraje de referencia enmascarado por SAM3, mientras que `driving_type=pose` utiliza un esqueleto representado por NLF/DWPose.
preprocessing_mask_video
object {url, content_type, file_name, file_size} | nullVídeo de máscara de referencia de Stage-A para depuración, disponible únicamente con `output_preprocessing=true`.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es-ES/developers/models/scail-2.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt