رفتن به محتوا

Davinci Magihuman

یکپارچه‌سازی

شناسه مدل davinci-magihuman
# 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/davinci-magihuman?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"
  }'

# 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"

این درخواست: ⁨‎$۰٫۲۵⁩ ۲۵۰ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Sand AI تصویر به ویدیو ۱–۳۰ ثانیهحداکثر 1080p #animation#lip-sync

تبدیل تصویر به ویدیو با صدای همگام و همگام‌سازی لب، وضوح 256p تا 1080p و حداکثر 30 ثانیه

Sand AI · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

دستورهای متنی که مشخص می‌کنند ویدیو باید شامل چه چیزی باشد.

•الزامی image_url
یک فایل بیندازید، یا

URL تصویر مرجع برای تولید ویدیو از تصویر.

resolution پیش‌فرض 256p

وضوح خروجی؛ `1080p`، `540p` و `720p` از خط لوله واضح‌تر مدل پایه رسمی به‌همراه ابر-وضوح 1080p استفاده می‌کنند؛ دو مورد آخر نتیجه آن را به اندازه درخواستی کاهش می‌دهند. گزینه `256p` در عوض مسیر رسمی مدل پایه 448x256 را اجرا می‌کند.

پیش‌فرض 5

طول ویدیوی خروجی، برحسب ثانیه.

پیشرفته audio · num_inference_steps · guidance_scale · seed · enable_safety_checker
audio_url
یک فایل بیندازید، یا

صدای محرک برای حالت lipsync که از پرامپت گرفته می‌شود، مگر اینکه URL صوتی اختیاری ارائه کنید.

تعداد گام‌های حذف نویز؛ مقدار پیش‌فرض برای 256p برابر 8 و برای 540p/720p/1080p در خط لوله پایه + SR برابر 32 است.

پیش‌فرض 5

قدرت راهنمایی بدون طبقه‌بند.

Seed کنترل‌کننده تصادفی‌بودن برای نتایج قابل‌بازآفرینی.

POST /run/davinci-magihuman?wait=20 قیمت → ⁨‎$۰٫۲۵⁩
# 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/davinci-magihuman?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"
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Davinci Magihuman

یک `image_url` مرجع را طبق یک `prompt` متحرک می‌کند و حرکت گفتار و چهره را اضافه می‌کند. برای همگام‌سازی لب با صوت خودتان، `audio_url` را ارائه دهید؛ در غیر این صورت صوت از پرامپت تولید می‌شود. `duration` بین 1 تا 30 ثانیه و `resolution` برابر 256p، 540p، 720p یا 1080p است.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
دستورهای متنی که مشخص می‌کنند ویدیو باید شامل چه چیزی باشد.
image_urlالزامی image
نوعurl · image
URL تصویر مرجع برای تولید ویدیو از تصویر.
audio_urlاختیاری audio
نوعurl · audio
صدای محرک برای حالت lipsync که از پرامپت گرفته می‌شود، مگر اینکه URL صوتی اختیاری ارائه کنید.
durationاختیاری
نوعinteger
پیش‌فرض5
۱ – ۳۰
طول ویدیوی خروجی، برحسب ثانیه.
resolutionاختیاری
نوعenum
پیش‌فرض256p
256p540p720p1080p
وضوح خروجی؛ `1080p`، `540p` و `720p` از خط لوله واضح‌تر مدل پایه رسمی به‌همراه ابر-وضوح 1080p استفاده می‌کنند؛ دو مورد آخر نتیجه آن را به اندازه درخواستی کاهش می‌دهند. گزینه `256p` در عوض مسیر رسمی مدل پایه 448x256 را اجرا می‌کند.
num_inference_stepsاختیاری
نوعinteger | null
۱ – ۵۰
تعداد گام‌های حذف نویز؛ مقدار پیش‌فرض برای 256p برابر 8 و برای 540p/720p/1080p در خط لوله پایه + SR برابر 32 است.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض5
۰ – ۲۰
قدرت راهنمایی بدون طبقه‌بند.
seedاختیاری
نوعinteger | null
Seed کنترل‌کننده تصادفی‌بودن برای نتایج قابل‌بازآفرینی.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
بررسی ایمنی پرامپت و تصویر ورودی هنگام فعال‌بودن.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "davinci-magihuman",
  "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": 250,
    "usd": "0.25",
    "charged": 250,
    "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"
  },
  "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
  },
  "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی تولیدشده همراه با صوت همگام.
seed
integerمقدار Seed اعمال‌شده هنگام تولید.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/davinci-magihuman.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt