Lumaktaw sa nilalaman

Scail 2

I-integrate

ID ng 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"

Mga file na katulad ng halimbawa: $2.00 2,000 kredito ng API sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
Open model Video patungong Video hanggang 704p #stylized#transform

Ina-animate ang reference character larawan gamit ang motion mula sa driving video, o ipinapalit ito sa orihinal na eksena

Open model · video

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

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

Prompt na tumutukoy sa gustong output video.

•kinakailangan image_url
Mag-drop ng file, o

URL ng reference larawan ng character na nagbibigay ng character na ia-animate o ipapalit sa subject; tinutukoy ng driving video ang animation o pagpapalit.

•kinakailangan video_url
Mag-drop ng file, o

Magbigay ng motion-driving video sa pamamagitan ng URL, na nagtatampok ng isang tao, ilang tao, o hayop.

resolution default na 512p

Output resolution na awtomatikong tinutukoy batay sa aspect ratio ng reference larawan. Sa landscape, ang 512p ay nagiging 896x512 at ang 704p ay 1280x704; sa portrait, ginagamit ang 512x896 at 704x1280 ayon sa pagkakasunod.

advanced mode · driving_type · subject_type · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker
mode default na animation

Piliin kung paano gagamitin ang reference character: pinananatili ng `replacement` ang orihinal na eksena ngunit pinapalitan ang character ng driving subject; inilalapat ng `animation` ang driving motion sa character.

driving_type default na end_to_end

Direktang nagmumula ang animation motion sa driving video na minask ng SAM3 gamit ang `end_to_end`, ang default at inirerekomendang opsyon para sa pinakamataas na robustness. Bilang alternatibo, ginagamit ng `pose` ang NLF/DWPose upang mag-render ng tahasang skeleton mula sa video, na nagbibigay ng higit na kontrol sa mahihirap na input.

subject_type default na human

Pagpili ng subject ng driving video, kung saan kino-configure ng `animal` ang detection prompt ng SAM3 para sa mga subject na hindi `human`.

default na 40

Bilang ng diffusion sampling step. Pinapaganda ng pagtaas nito ang kalidad ngunit pinatatagal ang pagproseso.

default na 5

Lakas ng classifier-free guidance, na nagbabalanse sa pagsunod sa prompt at creativity.

default na 3

Noise-schedule shift para sa flow matching, na may inirerekomendang setting na 3.0 kapag gumagamit ng 512p.

Seed ng pagbuo na kasama sa response, ibinigay man nang tahasan o random na pinili dahil iniwang walang laman ang input.

POST /run/scail-2?wait=20 presyo → $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"

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 Scail 2

Tumatanggap ng reference character `image_url` at driving `video_url` na nagpapakita ng tao, maraming tao o hayop. Sa `animation` mode, ginagawa ng character ang driving motion; sa `replacement` mode, pinapalitan nito ang subject habang pinananatili ang eksena. Ang resolution ay 512p o 704p, na pinipili ang orientation mula sa larawan. Maaaring gumamit ang `driving_type` ng direct end-to-end driving o tahasang pose skeleton.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
promptkinakailangan
Uristring
Prompt na tumutukoy sa gustong output video.
image_urlkinakailangan image
Uriurl · image
URL ng reference larawan ng character na nagbibigay ng character na ia-animate o ipapalit sa subject; tinutukoy ng driving video ang animation o pagpapalit.
video_urlkinakailangan video
Uriurl · video
Magbigay ng motion-driving video sa pamamagitan ng URL, na nagtatampok ng isang tao, ilang tao, o hayop.
modeopsyonal
Urienum
defaultanimation
animationreplacement
Piliin kung paano gagamitin ang reference character: pinananatili ng `replacement` ang orihinal na eksena ngunit pinapalitan ang character ng driving subject; inilalapat ng `animation` ang driving motion sa character.
driving_typeopsyonal
Urienum
defaultend_to_end
end_to_endpose
Direktang nagmumula ang animation motion sa driving video na minask ng SAM3 gamit ang `end_to_end`, ang default at inirerekomendang opsyon para sa pinakamataas na robustness. Bilang alternatibo, ginagamit ng `pose` ang NLF/DWPose upang mag-render ng tahasang skeleton mula sa video, na nagbibigay ng higit na kontrol sa mahihirap na input.
subject_typeopsyonal
Urienum
defaulthuman
humananimal
Pagpili ng subject ng driving video, kung saan kino-configure ng `animal` ang detection prompt ng SAM3 para sa mga subject na hindi `human`.
resolutionopsyonal
Urienum
default512p
512p704p
Output resolution na awtomatikong tinutukoy batay sa aspect ratio ng reference larawan. Sa landscape, ang 512p ay nagiging 896x512 at ang 704p ay 1280x704; sa portrait, ginagamit ang 512x896 at 704x1280 ayon sa pagkakasunod.
num_inference_stepsopsyonal
Uriinteger
default40
2 – 50
Bilang ng diffusion sampling step. Pinapaganda ng pagtaas nito ang kalidad ngunit pinatatagal ang pagproseso.
guidance_scaleopsyonal
Urinumber
default5
1 – 10
Lakas ng classifier-free guidance, na nagbabalanse sa pagsunod sa prompt at creativity.
shiftopsyonal
Urinumber
default3
1 – 10
Noise-schedule shift para sa flow matching, na may inirerekomendang setting na 3.0 kapag gumagamit ng 512p.
seedopsyonal
Uriinteger | null
Seed ng pagbuo na kasama sa response, ibinigay man nang tahasan o random na pinili dahil iniwang walang laman ang input.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Maaaring luwagan ang screening sa pamamagitan ng pagtatakda ng false, kung awtorisado ang tumatawag.
kinakailangan Canonical na pangalan, tinatanggap din

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": "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"
  }
}
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
video
object {url, content_type, file_name, file_size}Video file na ginawa sa pagbuo.
seed
integerSeed na ginagamit para sa pagbuo ng video.
preprocessing_video
object {url, content_type, file_name, file_size} | nullDebug video na naglalaman ng Stage-A pose-conditioning input na ibinigay sa diffusion modelo, available lamang kapag `output_preprocessing=true`. Nakadepende ang laman nito sa `driving_type`: gumagamit ang `end_to_end` ng driving footage na minask ng SAM3, habang gumagamit ang `driving_type=pose` ng skeleton na ni-render ng NLF/DWPose.
preprocessing_mask_video
object {url, content_type, file_name, file_size} | nullStage-A driving mask video para sa debugging, available lamang kapag `output_preprocessing=true`.

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/scail-2.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt