Ir al contenido

Flux 3 Action

Integrar

Id del modelo 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"

Esta solicitud: ≈0,003 $ 3 créditos de API Ejecutar en esta página

Obtener clave de API
Black Forest Labs Vídeo a vídeo #robotic#arm

Modelo de política robótica que predice fragmentos de acciones del brazo SO-101 a partir de imágenes de cámara, estado de las articulaciones y una instrucción

Creado en Doitong

Trabajos públicos creados con Flux 3 Action por la comunidad de Doitong. Reutiliza un prompt con un clic.

Trabajos públicos mostrados: 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...

Crear una solicitud

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

•obligatorio 88 / 2000

Instrucciones de la tarea del robot expresadas en lenguaje natural.

•obligatorio
Suelta un archivo o

Imagen del mosaico izquierdo que muestra el fotograma actual de la cámara fija de la escena después de cambiarlo a 256x256.

•obligatorio
Suelta un archivo o

Fotograma actual de la cámara de la muñeca, colocado en el mosaico derecho y redimensionado a 256x256.

•obligatorio

Valores de estado medidos en orden: giro y elevación del hombro, flexión del codo, flexión y rotación de la muñeca, todos en grados, seguidos de la posición de la pinza como porcentaje.

Avanzado history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Suelta un archivo o

Entrada histórica del fotograma de la escena que requiere `state_history`; si se omite, se usa el fotograma actual. El fotograma proporcionado representa la observación histórica más antigua, 7 ticks atrás.

Suelta un archivo o

Fotograma de la cámara de la muñeca en el tick histórico más antiguo; se requiere `state_history`.

predeterminado 4

Número de pasos de eliminación de ruido de Euler; la validación del checkpoint utilizó 4 pasos.

predeterminado 3

Intensidad de guidance sin clasificador para el video y la acción; establece 1.0 para desactivar CFG.

Semilla de muestreo con la configuración de evaluación de referencia de DROID: 0 y SO-101: 42. Si no se especifica, se selecciona una semilla aleatoria.

Historial del estado medido, omitido en un episodio nuevo y, en caso contrario, requiere `command_history`. Proporciona las mediciones en orden cronológico para los 7 ticks de control inmediatamente anteriores a `state`, a 30 Hz.

Historial de comandos absolutos que requiere `state_history`, con el comando enviado más recientemente en la última fila. Las filas siguen un orden cronológico a lo largo de 8 ticks de observación e indican el comando activo en cada tick.

POST /run/flux-3-action/so101?wait=20 cotización → 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"

Ejecutar esta solicitud

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

Acerca de Flux 3 Action

En lugar de contenido multimedia, devuelve JSON con las `actions` predichas, su frecuencia de control, las etiquetas de las columnas y cuántos pasos iniciales ejecutar (`execute_steps`) antes de solicitar un fragmento nuevo. Las entradas obligatorias son un `prompt` de texto (hasta 2000 caracteres), `scene_image_url`, `wrist_image_url` y un `state` de 6 valores. Las entradas de historial opcionales (`state_history`, `command_history`, imágenes del historial) proporcionan contexto temporal. `num_inference_steps` va de 1 a 8 y `guidance_scale` de 1 a 10.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
≤ 2000 caracteres
Instrucciones de la tarea del robot expresadas en lenguaje natural.
scene_image_urlobligatorio
Tipourl · image
Imagen del mosaico izquierdo que muestra el fotograma actual de la cámara fija de la escena después de cambiarlo a 256x256.
wrist_image_urlobligatorio
Tipourl · image
Fotograma actual de la cámara de la muñeca, colocado en el mosaico derecho y redimensionado a 256x256.
stateobligatorio
Tiponumber[]
≤ 6 elementos≥ 6 elementos
Valores de estado medidos en orden: giro y elevación del hombro, flexión del codo, flexión y rotación de la muñeca, todos en grados, seguidos de la posición de la pinza como porcentaje.
state_historyopcional
Tipoarray[]
≤ 7 elementos≥ 7 elementos
Historial del estado medido, omitido en un episodio nuevo y, en caso contrario, requiere `command_history`. Proporciona las mediciones en orden cronológico para los 7 ticks de control inmediatamente anteriores a `state`, a 30 Hz.
command_historyopcional
Tipoarray[]
≤ 8 elementos≥ 8 elementos
Historial de comandos absolutos que requiere `state_history`, con el comando enviado más recientemente en la última fila. Las filas siguen un orden cronológico a lo largo de 8 ticks de observación e indican el comando activo en cada tick.
history_scene_image_urlopcional
Tipourl · image
Entrada histórica del fotograma de la escena que requiere `state_history`; si se omite, se usa el fotograma actual. El fotograma proporcionado representa la observación histórica más antigua, 7 ticks atrás.
history_wrist_image_urlopcional
Tipourl · image
Fotograma de la cámara de la muñeca en el tick histórico más antiguo; se requiere `state_history`.
num_inference_stepsopcional
Tipointeger
Predeterminado4
1 – 8
Número de pasos de eliminación de ruido de Euler; la validación del checkpoint utilizó 4 pasos.
guidance_scaleopcional
Tiponumber
Predeterminado3
1 – 10
Intensidad de guidance sin clasificador para el video y la acción; establece 1.0 para desactivar CFG.
seedopcional
Tipointeger | null
Semilla de muestreo con la configuración de evaluación de referencia de DROID: 0 y SO-101: 42. Si no se especifica, se selecciona una semilla aleatoria.
obligatorio

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

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra 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
actions
array of array of numberMatriz de acciones predichas con filas cronológicas que representan pasos de control; los valores no están recortados, por lo que se deben aplicar en el robot los límites de articulaciones, velocidad y espacio de trabajo. A 30 Hz, SO-101 proporciona comandos absolutos 42x6 en grados y % de pinza; a 15 Hz, DROID proporciona objetivos absolutos de articulaciones 32x8 en radianes, además de la fracción de cierre de la pinza.
action_labels
array of stringNombres correspondientes a las columnas de acciones.
action_hz
numberFrecuencia de control de las filas de acciones.
execute_steps
integerNúmero de acciones iniciales que se ejecutarán antes de solicitar otro bloque.
seed
integerSemilla aleatoria utilizada durante el muestreo.
timings
objectMediciones de tiempo del servidor, expresadas en segundos.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/flux-3-action/so101.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt