Léim chuig an ábhar

Omnigen V2

Comhtháthú

Aitheantas na samhla omnigen-v2
# 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/omnigen-v2?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"
  }'

# 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"

An t-iarratas seo: $0.15 150 gcreidmheas API Rith ar an leathanach seo

Faigh eochair API
BAAI Téacs go hÍomhá #multimodal#editing#try-on

OmniGen dara glúin le suas le 3 íomhá ionchuir, treoir théacs agus íomhá ar leith, agus rogha sceidealóra

BAAI · Íomhá

Beidh do chéad toradh anseo

Tóg iarratas thíos agus rith é le d’eochair API. Cóipeáiltear na haschuir chuig ár stóráil, coinnithe go deo nó ar feadh 7 lá saor in aisce.

Tóg iarratas

Gintear na rialtáin ó scéim na samhla. Nuashonraítear an cód agus an praghas de réir mar a athraíonn tú iad.

•riachtanach

Treoracha maidir le giniúint nó eagarthóireacht íomhá, is fearr iad a chur in iúl go sonrach—mar shampla, 'Add the bird from image 1 to the desk in image 2'.

image_size réamhshocrú square_hd

Toisí na híomhá ginte.

num_images réamhshocrú 1

Líon na n-íomhánna a iarrtar don ghiniúint.

Ardleibhéal negative_prompt · input_image_urls · scheduler · output_format · num_inference_steps · text_guidance_scale · image_guidance_scale · cfg_range_start · cfg_range_end · seed · enable_safety_checker
réamhshocrú (((deformed))), blurr...

Leid dhiúltach a chuireann síos ar ábhar atá le heisiamh ón íomhá.

réamhshocrú []
Scaoil comhad, nó

Suas le 3 URL íomhá a sholáthraíonn íomhánna foinse le haghaidh eagarthóireachta nó giniúna ó iliomad íomhánna.

scheduler réamhshocrú euler

Sceidealóir a úsáidtear le linn idirleata.

output_format réamhshocrú jpeg

Formáid comhaid na híomhá deiridh.

réamhshocrú 50

Líon na gcéimeanna tátail atá le rith.

réamhshocrú 5

Scála treorach téacs: méadaigh é chun cloí na híomhá ginte leis an leid téacs a neartú.

réamhshocrú 2

Scála treorach íomhá, áit a gcinneann 1.3–2.0 le haghaidh eagarthóireachta agus 2.0–3.0 le haghaidh giniúna i gcomhthéacs neart an chloí leis na híomhánna soláthraithe.

réamhshocrú 0

Luach tosaigh an raoin CFG.

réamhshocrú 1

Luach deiridh an raoin CFG.

Síol le haghaidh íomhánna in-atáirgthe: cruthaíonn leid agus síol comhionanna íomhá chomhionann nuair nach n-athraítear leagan na samhla.

POST /run/omnigen-v2?wait=20 luachan → $0.15
# 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/omnigen-v2?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"
  }'

# 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"

Rith an t-iarratas seo

Fanann d'eochair sa bhrabhsálaí seo: seoltar chuig Doitong API amháin í agus sábháiltear (localStorage) í ach amháin má chuireann tú tic le Meabhraigh. Faigh eochair API

Maidir le Omnigen V2

Samhail íomhá ilmhódach a chruthaíonn nó a chuireann íomhánna in eagar ó `prompt` agus suas le 3 `input_image_urls`. Cuireann sé `text_guidance_scale` (1 go 8), `image_guidance_scale` (1 go 3), tús agus deireadh raon CFG, `negative_prompt`, agus rogha sceidealóra `euler` nó `dpmsolver` ar fáil. Ritheann na céimeanna ó 20 go 50, le suas le 4 aschur.

Paraiméadair

Seol an t-ainm canónach nó an t-ainm dúchasach, ní an dá cheann. Ainmneacha canónacha

AinmCineál RéamhshocrúCeadaithe Cur síos
promptriachtanach
Cineálstring
Treoracha maidir le giniúint nó eagarthóireacht íomhá, is fearr iad a chur in iúl go sonrach—mar shampla, 'Add the bird from image 1 to the desk in image 2'.
input_image_urlsroghnach
Cineálurl[] · image
Réamhshocrú[]
Suas le 3 URL íomhá a sholáthraíonn íomhánna foinse le haghaidh eagarthóireachta nó giniúna ó iliomad íomhánna.
image_sizeroghnach
Cineálobject
Réamhshocrúsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Toisí na híomhá ginte.
num_inference_stepsroghnach
Cineálinteger
Réamhshocrú50
20 – 50
Líon na gcéimeanna tátail atá le rith.
seedroghnach
Cineálinteger | null
Síol le haghaidh íomhánna in-atáirgthe: cruthaíonn leid agus síol comhionanna íomhá chomhionann nuair nach n-athraítear leagan na samhla.
text_guidance_scaleroghnach
Cineálnumber
Réamhshocrú5
1 – 8
Scála treorach téacs: méadaigh é chun cloí na híomhá ginte leis an leid téacs a neartú.
image_guidance_scaleroghnach
Cineálnumber
Réamhshocrú2
1 – 3
Scála treorach íomhá, áit a gcinneann 1.3–2.0 le haghaidh eagarthóireachta agus 2.0–3.0 le haghaidh giniúna i gcomhthéacs neart an chloí leis na híomhánna soláthraithe.
negative_promptroghnach
Cineálstring
Réamhshocrú(((deformed))), blurry, over saturation, bad anatomy, disfigured, poorly drawn face, mutation, mutated, (extra_limb), (ugly), (poorly drawn hands), fused fingers, messy drawing, broken legs censor, censored, censor_bar
Leid dhiúltach a chuireann síos ar ábhar atá le heisiamh ón íomhá.
cfg_range_startroghnach
Cineálnumber
Réamhshocrú0
0 – 1
Luach tosaigh an raoin CFG.
cfg_range_endroghnach
Cineálnumber
Réamhshocrú1
0 – 1
Luach deiridh an raoin CFG.
schedulerroghnach
Cineálenum
Réamhshocrúeuler
eulerdpmsolver
Sceidealóir a úsáidtear le linn idirleata.
num_imagesroghnach num_outputs
Cineálinteger
Réamhshocrú1
1 – 4
Líon na n-íomhánna a iarrtar don ghiniúint.
enable_safety_checkerroghnach
Cineálboolean
Réamhshocrútrue
Seiceáil sábháilteachta, a thugann íomhánna dubha ar ais in áit aon íomhánna a mharcáiltear mar neamhshábháilte. Cumasaíonn true an tseiceáil; díchumasaíonn false í do chuntais údaraithe amháin, agus seiceáiltear iarratais gan údarú ar aon nós.
output_formatroghnach
Cineálenum
Réamhshocrújpeg
jpegpng
Formáid comhaid na híomhá deiridh.
riachtanach Ainm canónach, glactar leis freisin

Glacann paraiméadair chomhaid le URL poiblí https://, URI data: suas le 10 MB, nó file_url uaslódála. Comhaid

Aschur

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "omnigen-v2",
  "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": 150,
    "usd": "0.15",
    "charged": 150,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "width": 1024,
        "height": 768,
        "content_type": "image/jpeg"
      }
    ],
    "timings": {},
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "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"
  }
}
Do chuid comhad, do roghaIs cóip ar ár stóráil é gach outputs[].url: coinnithe go deo (íoctha in aghaidh GB-mhí) nó ar feadh 7 lá saor in aisce, de réir shocrú do chuntais nó ?storage=.
An cruth céanna ar gach samhailtype, url, content_type, width, height agus duration, d'íomhánna, d'fhíseáin agus d'fhuaim araon. Is é output réad toraidh na samhla féin.
Réimsí aschuir
images
array of object {url, width, height, content_type}Eolas comhaid do na híomhánna ginte.
timings
object
seed
integerSíol giniúint íomhá, lena n-áirítear an luach a roghnaíodh go randamach mura raibh síol san ionchur; murach sin, athúsáideann sé an luach soláthraithe.
has_nsfw_concepts
array of booleanLéiríonn sé cibé acu an bhfuil coincheapa NSFW le feiceáil sna híomhánna ginte.
prompt
stringLeid a úsáidtear le linn giniúint íomhá.

Do ghníomhairí AI: tá an leathanach seo mar Markdown ag https://doitong.com/ga/developers/models/omnigen-v2.md. Gach samhail agus treoir: https://doitong.com/developers/llms.txt