Op den Inhalt sprangen

Flux 3 Action

Integréieren

Modell-ID 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"

Dës Ufro: ≈0,003 $ 3 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
Black Forest Labs Video zu Video #robotic#arm

Roboter-Policy-Modell, dat SO-101-Aktiounsbléck aus Kameraframes, Gelenkstatus an enger Instruktioun virausgesäit

Op Doitong erstallt

Ëffentlech Wierker, déi d'Doitong-Communautéit mat Flux 3 Action erstallt huet. Benotz e Prompt mat engem Klick nach eng Kéier.

Ëffentlech Wierker ugewisen: 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...

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch 88 / 2000

Aufgabeinstruktioune fir de Roboter an natierlecher Sprooch.

•obligatoresch
Fichier erofzéien, oder

Bild am lénksen Tile, dat d'aktuell Frame vun der fixer Szenekamera weist, nodeems et op 256x256 geännert gouf.

•obligatoresch
Fichier erofzéien, oder

Aktuell Frame vun der Handgelenkskamera, am rietsen Tile placéiert an op 256x256 geännert.

•obligatoresch

Gemoossene Staatswäerter an dëser Reiefolleg: Schëller-Pan a -Lift, Ielebou-Flexioun, Handgelenks-Flexioun a -Rotatioun, all a Grad, gefollegt vun der Greiferpositioun als Prozentsaz.

Erweidert history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Fichier erofzéien, oder

Historeschen Szeneframe-Input, deen `state_history` erfuerdert; wann e weggelooss gëtt, gëtt amplaz den aktuelle Frame benotzt. De geliwwerte Frame stellt déi eelst historesch Observatioun vir, 7 Ticks zréck.

Fichier erofzéien, oder

Frame vun der Handgelenkskamera beim eelsten historeschen Tick; `state_history` ass erfuerderlech.

Standard 4

Zuel vun den Euler-Denoising-Schrëtt; bei der Checkpoint-Validatioun goufe 4 Schrëtt benotzt.

Standard 3

Classifier-free-guidance-Stäerkt fir Video an Aktioun; op 1.0 setzen, fir CFG auszeschalten.

Sampling-Seed mat de Referenz-Evaluatiounsastellunge vun DROID: 0 a SO-101: 42. Wann et net uginn ass, gëtt zoufälleg eng Seed ausgewielt.

Historique vum gemoossene Staat, bei enger neier Episode ewechgelooss an soss mat `command_history` erfuerderlech. Miessungen an chronologescher Reiefolleg fir déi 7 Kontroll-Ticks direkt viru `state` mat 30 Hz uginn.

Historique vun den Absolut-Befehler, deen `state_history` erfuerdert, mam rezentste geschéckte Befehl an der leschter Zeil. D'Zeile lafen chronologesch iwwer 8 Observatiouns-Ticks a spezifizéieren de wärend all Tick gëltege Befehl.

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

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Flux 3 Action

Amplaz vu Medien gëtt JSON mat virausgesoten `actions`, hirer Kontrollrate, Kolonnelabelen an der Unzuel u féierende Schrëtt zréck, déi iwwer `execute_steps` ausgefouert solle ginn, ier en neie Block ugefrot gëtt. Obligatoresch Inpute sinn en Text-`prompt` (bis zu 2000 Zeechen), `scene_image_url`, `wrist_image_url` an e `state` mat 6 Wäerter. Optional Historie-Inputen (`state_history`, `command_history`, Geschichtsbiller) liwweren temporale Kontext. `num_inference_steps` leeft vun 1 bis 8 an `guidance_scale` vun 1 bis 10.

Parameteren

NummTyp StandardErlaabt Beschreiwung
promptobligatoresch
Typstring
≤ 2.000 Zeechen
Aufgabeinstruktioune fir de Roboter an natierlecher Sprooch.
scene_image_urlobligatoresch
Typurl · image
Bild am lénksen Tile, dat d'aktuell Frame vun der fixer Szenekamera weist, nodeems et op 256x256 geännert gouf.
wrist_image_urlobligatoresch
Typurl · image
Aktuell Frame vun der Handgelenkskamera, am rietsen Tile placéiert an op 256x256 geännert.
stateobligatoresch
Typnumber[]
≤ 6 Elementer≥ 6 Elementer
Gemoossene Staatswäerter an dëser Reiefolleg: Schëller-Pan a -Lift, Ielebou-Flexioun, Handgelenks-Flexioun a -Rotatioun, all a Grad, gefollegt vun der Greiferpositioun als Prozentsaz.
state_historyoptional
Typarray[]
≤ 7 Elementer≥ 7 Elementer
Historique vum gemoossene Staat, bei enger neier Episode ewechgelooss an soss mat `command_history` erfuerderlech. Miessungen an chronologescher Reiefolleg fir déi 7 Kontroll-Ticks direkt viru `state` mat 30 Hz uginn.
command_historyoptional
Typarray[]
≤ 8 Elementer≥ 8 Elementer
Historique vun den Absolut-Befehler, deen `state_history` erfuerdert, mam rezentste geschéckte Befehl an der leschter Zeil. D'Zeile lafen chronologesch iwwer 8 Observatiouns-Ticks a spezifizéieren de wärend all Tick gëltege Befehl.
history_scene_image_urloptional
Typurl · image
Historeschen Szeneframe-Input, deen `state_history` erfuerdert; wann e weggelooss gëtt, gëtt amplaz den aktuelle Frame benotzt. De geliwwerte Frame stellt déi eelst historesch Observatioun vir, 7 Ticks zréck.
history_wrist_image_urloptional
Typurl · image
Frame vun der Handgelenkskamera beim eelsten historeschen Tick; `state_history` ass erfuerderlech.
num_inference_stepsoptional
Typinteger
Standard4
1 – 8
Zuel vun den Euler-Denoising-Schrëtt; bei der Checkpoint-Validatioun goufe 4 Schrëtt benotzt.
guidance_scaleoptional
Typnumber
Standard3
1 – 10
Classifier-free-guidance-Stäerkt fir Video an Aktioun; op 1.0 setzen, fir CFG auszeschalten.
seedoptional
Typinteger | null
Sampling-Seed mat de Referenz-Evaluatiounsastellunge vun DROID: 0 a SO-101: 42. Wann et net uginn ass, gëtt zoufälleg eng Seed ausgewielt.
obligatoresch

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
actions
array of array of numberVirausgesot Aktiounsarray mat chronologesche Zeile fir d'Kontrollschrëtt; d'Wäerter ginn net geklippt, dofir mussen d'Grenze fir Gelenker, Vitess a Workspace um Roboter duerchgesat ginn. Mat 30 Hz liwwert SO-101 42x6 Absolut-Befehler a Grad a Greifer-%; mat 15 Hz liwwert DROID 32x8 Absolut-Ziler fir Gelenker a rad plus de geschlossene Bruchdeel vum Greifer.
action_labels
array of stringNimm, déi den Aktiounskolonnen entspriechen.
action_hz
numberKontrollfrequenz fir d'Aktiounszeilen.
execute_steps
integerZuel vun den éischten Aktiounen, déi ausgefouert ginn, ier en neie Block ugefrot gëtt.
seed
integerZoufälleg Seed, déi beim Sampling benotzt gëtt.
timings
objectTiming-Miessunge vum Server, ausgedréckt a Sekonnen.

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/flux-3-action/so101.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt