Lompat ke konten

VGGT-1B

Integrasikan

ID model vggt-1b
# 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/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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"

Hingga $1,755 per eksekusi ditagih berdasarkan penggunaan aktual, sisanya dikembalikan Jalankan di halaman ini

Dapatkan kunci API
Meta Visi

Merekonstruksi adegan 3D dari hingga 48 gambar atau sebuah video, lalu mengembalikan peta kedalaman, pose kamera, dan point cloud

Meta · Data (JSON)

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

Lanjutan images · video · alpha_blend_onto · array_encoding · frame_sampling_rate · confidence_percentile · max_points · export_prediction_data · export_depth_maps · export_point_cloud · enable_safety_checker · exclude_keys
image_urls
Jatuhkan file, atau · hingga 48

Gambar sumber rekonstruksi, masing-masing diberi padding hingga menjadi persegi dan diubah ukurannya sehingga dimensi terpanjangnya 518 piksel. JPEG, PNG, WEBP, dan format gambar tambahan apa pun yang dapat didekode oleh Pillow diterima.

video_url
Jatuhkan file, atau

Video sumber opsional yang bingkai sampelnya mengikuti image_urls dalam input gabungan. Pengambilan sampel menggunakan setiap bingkai ke-`frame_sampling_rate`, selalu menyertakan bingkai pertama dan terakhir.

alpha_blend_onto bawaan white

Penanganan saluran alfa menyediakan empat pilihan: 'keep' menghapus alfa tanpa mengubah nilai piksel asli; 'mean' mengompositkan terhadap RGB rata-rata ImageNet. Untuk latar belakang solid, pilih 'white' atau 'black' untuk mengompositkan terhadap warna yang sesuai.

array_encoding bawaan base64

Format penyimpanan array untuk file JSON prediksi, dengan 'list' yang membutuhkan jauh lebih banyak ruang daripada 'base64'. Pilih 'list' untuk daftar JSON bertingkat atau 'base64' untuk objek yang berisi {data, shape, dtype}.

bawaan 24

Interval bingkai yang hanya diterapkan saat video diberikan melalui `video_url`; jika tidak, tidak berpengaruh. Kedua bingkai batas tetap dipertahankan terlepas dari interval, dengan setiap bingkai ke-n di antaranya diambil sebagai sampel.

bawaan 50

Persentase pemfilteran berbasis confidence untuk konstruksi point cloud: 0 menonaktifkan pemfilteran, sedangkan nilai lain mengecualikan persentase point tersebut, dimulai dari yang paling tidak meyakinkan.

bawaan 250000

Batas jumlah point GLB, dengan nilai bawaan 250,000. Untuk mengurangi latensi serialisasi dan upload, pilihan yang disub-sampling secara merata akan ditulis saat cloud melebihi anggaran ini.

Key yang dikecualikan dari setiap file JSON prediksi.

POST /run/vggt-1b?wait=20 estimasi harga → $1,755
# 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/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang VGGT-1B

Memperkirakan geometri dari beberapa tampilan. Berikan hingga 48 gambar dalam `image_urls`, dan secara opsional tambahkan `video_url` yang diambil sampelnya setiap `frame_sampling_rate` bingkai. Model ini mengembalikan peta kedalaman per bingkai, ekstrinsik dan intrinsik kamera, file prediksi mentah, serta point cloud GLB dengan kerucut kamera. `confidence_percentile` dan `max_points` mengatur kepadatan point cloud.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
image_urlsopsional images
Tipeurl[] · image
≤ 48 item
Gambar sumber rekonstruksi, masing-masing diberi padding hingga menjadi persegi dan diubah ukurannya sehingga dimensi terpanjangnya 518 piksel. JPEG, PNG, WEBP, dan format gambar tambahan apa pun yang dapat didekode oleh Pillow diterima.
video_urlopsional video
Tipeurl · video
Video sumber opsional yang bingkai sampelnya mengikuti image_urls dalam input gabungan. Pengambilan sampel menggunakan setiap bingkai ke-`frame_sampling_rate`, selalu menyertakan bingkai pertama dan terakhir.
frame_sampling_rateopsional
Tipeinteger
Bawaan24
1 – 1.000
Interval bingkai yang hanya diterapkan saat video diberikan melalui `video_url`; jika tidak, tidak berpengaruh. Kedua bingkai batas tetap dipertahankan terlepas dari interval, dengan setiap bingkai ke-n di antaranya diambil sebagai sampel.
alpha_blend_ontoopsional
Tipeenum
Bawaanwhite
keepwhiteblackmean
Penanganan saluran alfa menyediakan empat pilihan: 'keep' menghapus alfa tanpa mengubah nilai piksel asli; 'mean' mengompositkan terhadap RGB rata-rata ImageNet. Untuk latar belakang solid, pilih 'white' atau 'black' untuk mengompositkan terhadap warna yang sesuai.
export_prediction_dataopsional
Tipeboolean
Bawaantrue
Ekspor prediksi mentah sebagai file JSON terpisah untuk setiap bingkai. Setiap file mencakup kedalaman dan confidence-nya, mask, serta pose kamera yang dikodekan.
export_depth_mapsopsional
Tipeboolean
Bawaantrue
Ekspor raster kedalaman dengan pemetaan linear `depth_range` ke nilai piksel 0–65535. Setiap bingkai mendapatkan PNG grayscale terpisah dengan presisi 16-bit.
export_point_cloudopsional
Tipeboolean
Bawaantrue
Ekspor point cloud berwarna gabungan dalam format GLB, dengan kamera terestimasi yang direpresentasikan oleh mesh kerucut individual dalam scene.
array_encodingopsional
Tipeenum
Bawaanbase64
base64list
Format penyimpanan array untuk file JSON prediksi, dengan 'list' yang membutuhkan jauh lebih banyak ruang daripada 'base64'. Pilih 'list' untuk daftar JSON bertingkat atau 'base64' untuk objek yang berisi {data, shape, dtype}.
exclude_keysopsional
Tipeenum[]
Key yang dikecualikan dari setiap file JSON prediksi.
confidence_percentileopsional
Tipenumber
Bawaan50
0 – 100
Persentase pemfilteran berbasis confidence untuk konstruksi point cloud: 0 menonaktifkan pemfilteran, sedangkan nilai lain mengecualikan persentase point tersebut, dimulai dari yang paling tidak meyakinkan.
max_pointsopsional
Tipeinteger
Bawaan250000
1.000 – 5.000.000
Batas jumlah point GLB, dengan nilai bawaan 250,000. Untuk mengurangi latensi serialisasi dan upload, pilihan yang disub-sampling secara merata akan ditulis saat cloud melebihi anggaran ini.
enable_safety_checkeropsional
Tipeboolean
Bawaantrue
Toggle pemeriksaan keamanan untuk gambar dan video input.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vggt-1b",
  "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": 1755,
    "usd": "1.755",
    "charged": 1755,
    "refunded": 0
  },
  "input": {},
  "output": {
    "point_cloud": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "depth_maps": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "prediction_data": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      }
    ],
    "num_frames": 1,
    "depth_range": [
      1.0
    ],
    "extrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "intrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
point_cloud
object {url, content_type, file_name, file_size} | nullEkspor point cloud yang dikembalikan saat `export_point_cloud` bernilai true; scene GLB-nya menggabungkan cloud gabungan dengan kerucut kamera.
depth_maps
array of object {url, content_type, file_name, file_size, width, height}Ekspor depth map yang tersedia saat `export_depth_maps` bernilai true. Entri mengikuti urutan bingkai sumber, dengan setiap bingkai direpresentasikan sebagai raster PNG grayscale pada kedalaman 16-bit.
prediction_data
array of object {url, content_type, file_name, file_size}Ekspor prediksi mentah: saat `export_prediction_data` bernilai true, setiap bingkai memiliki file JSON sendiri, dan file-file tersebut mengikuti urutan bingkai.
num_frames
integerTotal jumlah bingkai yang direkonstruksi, termasuk gambar dan bingkai yang diambil sampelnya dari video.
depth_range
array of numberBatas kedalaman [min, max] yang digunakan untuk kuantisasi `depth_maps`. Pulihkan kedalaman sebagai min + pixel * (max - min) / 65535.
extrinsics
array of array of array of numberMatriks ekstrinsik kamera-dari-dunia berukuran 3x4 untuk setiap bingkai; sumbu OpenCV mengarah ke kanan pada x, ke bawah pada y, dan ke depan pada z.
intrinsics
array of array of array of numberMatriks intrinsik pinhole berukuran 3x3 untuk setiap bingkai, dinyatakan dalam koordinat piksel bingkai model berukuran 518x518.
timings
objectWaktu berlalu pada jam dinding untuk setiap tahap, dalam detik.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/vggt-1b.md. Semua model dan panduan: https://doitong.com/developers/llms.txt