Lumaktaw sa nilalaman

Flux 3 Action

I-integrate

ID ng 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"

Kahilingang ito: ≈$0.003 3 kredito ng API Patakbuhin ito sa page na ito

Kumuha ng API key
Black Forest Labs Video patungong Video #robotic#arm

Modelo ng robot policy na hinuhulaan ang mga chunk ng aksyon ng SO-101 arm mula sa mga frame ng camera, joint state at isang instruction

Ginawa sa Doitong

Mga pampublikong gawang ginawa gamit ang Flux 3 Action ng komunidad ng Doitong. Gamitin muli ang prompt sa isang click.

Mga ipinapakitang pampublikong gawa: 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...

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan 88 / 2000

Mga tagubilin sa gawain ng robot na nakasulat sa natural na wika.

•kinakailangan
Mag-drop ng file, o

Larawan sa kaliwang tile na nagpapakita ng kasalukuyang frame ng fixed scene camera matapos baguhin ang laki sa 256x256.

•kinakailangan
Mag-drop ng file, o

Kasalukuyang frame ng wrist-camera, inilagay sa kanang tile at binago ang laki sa 256x256.

•kinakailangan

Mga nasukat na state value ayon sa pagkakasunod: shoulder pan at lift, elbow flex, wrist flex at roll, lahat ay nasa degree, kasunod ang posisyon ng gripper bilang porsyento.

advanced history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Mag-drop ng file, o

Input ng historical scene-frame na nangangailangan ng `state_history`; kapag hindi ito isinama, kasalukuyang frame ang gagamitin. Ang ibinigay na frame ang pinakamaagang history observation, 7 tick ang nakalipas.

Mag-drop ng file, o

Frame ng wrist-camera sa pinakamaagang history tick; kailangan ang `state_history`.

default na 4

Bilang ng Euler denoising step; gumamit ang checkpoint validation ng 4 na step.

default na 3

Lakas ng classifier-free guidance para sa video at action; itakda sa 1.0 para i-disable ang CFG.

Sampling seed na may reference-evaluation setting ng DROID: 0 at SO-101: 42. Kapag hindi tinukoy, random na seed ang pipiliin.

History ng measured state; hindi isinasama sa bagong episode at kung hindi man ay nangangailangan ng `command_history`. Magbigay ng mga sukat ayon sa pagkakasunod ng oras para sa 7 control tick bago ang `state`, sa 30 Hz.

History ng absolute command na nangangailangan ng `state_history`, kung saan nasa huling row ang pinakahuling ipinadalang command. Ang mga row ay ayon sa pagkakasunod ng oras sa 8 observation tick at tumutukoy sa command na aktibo sa bawat tick.

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

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Flux 3 Action

Sa halip na media, nagbabalik ito ng JSON na may hinulaang `actions`, control rate ng mga ito, mga label ng column, at kung ilang nangungunang hakbang ang isasagawa (`execute_steps`) bago humiling ng bagong chunk. Kinakailangang input ang teksto na `prompt` (hanggang 2000 character), `scene_image_url`, `wrist_image_url` at isang `state` na may 6 na value. Nagbibigay ng temporal na konteksto ang mga opsyonal na history input (`state_history`, `command_history`, history larawan). Gumagana ang `num_inference_steps` sa 1 hanggang 8 at ang `guidance_scale` sa 1 hanggang 10.

Mga parameter

PangalanUri defaultPinapayagan Paglalarawan
promptkinakailangan
Uristring
≤ 2,000 character
Mga tagubilin sa gawain ng robot na nakasulat sa natural na wika.
scene_image_urlkinakailangan
Uriurl · image
Larawan sa kaliwang tile na nagpapakita ng kasalukuyang frame ng fixed scene camera matapos baguhin ang laki sa 256x256.
wrist_image_urlkinakailangan
Uriurl · image
Kasalukuyang frame ng wrist-camera, inilagay sa kanang tile at binago ang laki sa 256x256.
statekinakailangan
Urinumber[]
≤ 6 item≥ 6 item
Mga nasukat na state value ayon sa pagkakasunod: shoulder pan at lift, elbow flex, wrist flex at roll, lahat ay nasa degree, kasunod ang posisyon ng gripper bilang porsyento.
state_historyopsyonal
Uriarray[]
≤ 7 item≥ 7 item
History ng measured state; hindi isinasama sa bagong episode at kung hindi man ay nangangailangan ng `command_history`. Magbigay ng mga sukat ayon sa pagkakasunod ng oras para sa 7 control tick bago ang `state`, sa 30 Hz.
command_historyopsyonal
Uriarray[]
≤ 8 item≥ 8 item
History ng absolute command na nangangailangan ng `state_history`, kung saan nasa huling row ang pinakahuling ipinadalang command. Ang mga row ay ayon sa pagkakasunod ng oras sa 8 observation tick at tumutukoy sa command na aktibo sa bawat tick.
history_scene_image_urlopsyonal
Uriurl · image
Input ng historical scene-frame na nangangailangan ng `state_history`; kapag hindi ito isinama, kasalukuyang frame ang gagamitin. Ang ibinigay na frame ang pinakamaagang history observation, 7 tick ang nakalipas.
history_wrist_image_urlopsyonal
Uriurl · image
Frame ng wrist-camera sa pinakamaagang history tick; kailangan ang `state_history`.
num_inference_stepsopsyonal
Uriinteger
default4
1 – 8
Bilang ng Euler denoising step; gumamit ang checkpoint validation ng 4 na step.
guidance_scaleopsyonal
Urinumber
default3
1 – 10
Lakas ng classifier-free guidance para sa video at action; itakda sa 1.0 para i-disable ang CFG.
seedopsyonal
Uriinteger | null
Sampling seed na may reference-evaluation setting ng DROID: 0 at SO-101: 42. Kapag hindi tinukoy, random na seed ang pipiliin.
kinakailangan

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
actions
array of array of numberPredicted action array na may mga row ayon sa pagkakasunod ng oras para sa control step; hindi naka-clip ang mga value, kaya dapat ipatupad sa robot ang mga limitasyon ng joint, velocity, at workspace. Sa 30 Hz, nagbibigay ang SO-101 ng 42x6 absolute command sa deg at gripper %; sa 15 Hz, nagbibigay ang DROID ng 32x8 absolute joint target sa rad at closed fraction ng gripper.
action_labels
array of stringMga pangalan na tumutugma sa mga column ng action.
action_hz
numberControl frequency para sa mga row ng action.
execute_steps
integerBilang ng paunang action na isasagawa bago humingi ng panibagong chunk.
seed
integerRandom seed na ginagamit sa sampling.
timings
objectMga sukat ng oras mula sa server, na ipinapahayag sa segundo.

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/flux-3-action/so101.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt