Siirry sisältöön

Nemotron Diffusion Vlm

Integroi

Mallin tunniste nemotron-diffusion-vlm
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Tämä pyyntö: ≈0,005 $ 5 API-krediittiä Suorita tällä sivulla

Hanki API-avain
NVIDIA Näkö #utility#editing

Näkö- ja kielimalli, joka vastaa kuvaa koskeviin kehotteisiin diffuusiopohjaisella tekstin dekoodauksella

NVIDIA · Teksti

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen

Kehote, joka määrittää, mitä kuvasta vastataan.

•pakollinen image_url
Pudota tiedosto tai

Käsiteltävään kuvaan osoittava URL-osoite.

Lisäasetukset max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
oletus 512

Generoitavien sanakkeiden enimmäismäärä.

oletus 256

Valitse diffuusion dekoodausvaiheiden määrä max_tokens / block_length -osamäärän monikertana, kun määrität sen eksplisiittisesti; määrän on oltava vähintään kyseinen osamäärä.

oletus 32

Kunkin diffuusion dekoodauslohkon pituus.

oletus 0.9

Diffuusion dekoodauksen luottamuskynnys.

POST /run/nemotron-diffusion-vlm?wait=20 hinta → 0,005 $
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Nemotron Diffusion Vlm

Ottaa kuvan `image_url`-arvossa ja kysymyksen `prompt`-arvossa ja palauttaa tekstimuotoisen vastauksen. Dekoodausta voi säätää arvoilla `max_tokens` (1–8192), `num_inference_steps` (1–1024), `block_length` (8–128) ja luottamusta ilmaisevalla `threshold`-arvolla välillä 0–1. Tulos sisältää myös ajoitus- ja käyttötiedot.

Parametrit

Lähetä joko kanoninen nimi tai natiivi nimi, älä molempia. Kanoniset nimet

NimiTyyppi OletusSallitut Kuvaus
image_urlpakollinen image
Tyyppiurl · image
Käsiteltävään kuvaan osoittava URL-osoite.
promptpakollinen
Tyyppistring
Kehote, joka määrittää, mitä kuvasta vastataan.
max_tokensvalinnainen
Tyyppiinteger
Oletus512
1 – 8 192
Generoitavien sanakkeiden enimmäismäärä.
num_inference_stepsvalinnainen
Tyyppiinteger | null
Oletus256
1 – 1 024
Valitse diffuusion dekoodausvaiheiden määrä max_tokens / block_length -osamäärän monikertana, kun määrität sen eksplisiittisesti; määrän on oltava vähintään kyseinen osamäärä.
block_lengthvalinnainen
Tyyppiinteger
Oletus32
8 – 128
Kunkin diffuusion dekoodauslohkon pituus.
thresholdvalinnainen
Tyyppinumber
Oletus0.9
0 – 1
Diffuusion dekoodauksen luottamuskynnys.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
Suodatusta voi höllentää asettamalla arvoksi false, jos kutsujalla on siihen valtuutus.
pakollinen Kanoninen nimi, myös hyväksytty

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nemotron-diffusion-vlm",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "output": "The image shows a dog sitting outdoors.",
    "usage": {
      "prompt_tokens": 1,
      "completion_tokens": 1,
      "num_function_evals": 1
    },
    "timings": {
      "total_time": 1.0,
      "image_validation_time": 1.0,
      "preprocessing_time": 1.0,
      "gpu_transfer_time": 1.0,
      "generation_time": 1.0,
      "decode_time": 1.0
    }
  },
  "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
output
stringMallin tuottama vastaus.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Sanakkeiden ja diffuusion dekoodauksen käyttötiedot.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Pyynnön käsittelyaikojen erittely sekunteina.

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/nemotron-diffusion-vlm.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt