Op den Inhalt sprangen

Scail 2

Integréieren

Modell-ID 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"

Dateie wéi am Beispill: 2,00 $ 2.000 API-Kreditter Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
Open model Video zu Video bis zu 704p #stylized#transform

Animéiert e Referenzbild vun engem Charakter mat Beweegungen aus engem féierende Video oder setzt en an déi ursprénglech Szen

Open model · Video

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

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

•obligatoresch

Prompt, deen de gewënschten Output-Video spezifizéiert.

•obligatoresch image_url
Fichier erofzéien, oder

URL vum Referenzbild vun engem Charakter, deen de Charakter fir d'Animatioun oder den Ersatz vun engem Sujet liwwert; de Driving-Video bestëmmt d'Animatioun oder den Ersatz.

•obligatoresch video_url
Fichier erofzéien, oder

Gitt e Bewegungs-Driving-Video per URL un, mat engem eenzege Mënsch, e puer Mënschen oder engem Déier.

resolution Standard 512p

Output-Opléisung mat automatesch bestëmmter Orientéierung op Basis vum Aspektverhältnis vum Referenzbild. Am Querformat entsprécht 512p 896x512 an 704p 1280x704; am Héichformat gi respektiv 512x896 an 704x1280 benotzt.

Erweidert mode · driving_type · subject_type · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker
mode Standard animation

Wielt, wéi de Referenzcharakter benotzt gëtt: `replacement` erhält déi ursprénglech Szen, ersetzt awer de Charakter duerch de Sujet vum Driving-Video; `animation` applizéiert d'Beweegung vum Driving-Video op de Charakter.

driving_type Standard end_to_end

D'Beweegung fir d'Animatioun kënnt direkt vun engem Driving-Video, dee mat SAM3 maskéiert gëtt, mat `end_to_end`, dem Standard an der recommandéierter Wiel fir maximal Robustheet. Alternativ benotzt `pose` NLF/DWPose, fir aus deem Video en explizitte Skelett ze renderen, wat méi Kontroll bei usprochsvollen Inputs bitt.

subject_type Standard human

Auswiel vum Sujet am Driving-Video; `animal` konfiguréiert de SAM3-Detektiouns-Prompt fir Sujeten, déi net `human` sinn.

Standard 40

Zuel vun den Diffusiouns-Sampling-Schrëtt. Eng Erhéijung verbessert d'Qualitéit, dauert awer méi laang.

Standard 5

Classifier-free guidance-Stäerkt, déi d'Trei zum Prompt géint d'Kreativitéit ofwiicht.

Standard 3

Verschibung vum Noise-Schema fir Flow Matching, mat enger recommandéierter Astellung vun 3.0 bei der Notzung vun 512p.

Generatiouns-Seed, deen an der Äntwert abegraff ass, egal ob e explizitt geliwwert oder zoufälleg ausgewielt gouf, well den Input eidel war.

POST /run/scail-2?wait=20 Präis → 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"

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 Scail 2

Hëlt eng `image_url` vun engem Referenzcharakter an eng `video_url` mat engem Mënsch, méi Mënschen oder engem Déier. Am Modus `animation` mécht de Charakter d'Beweegunge vum féierende Video no; am Modus `replacement` ersetzt en d'Persoun, wärend d'Szen erhale bleift. D'Resolutioun ass 512p oder 704p, d'Ausriichtung gëtt aus dem Bild geholl. `driving_type` kann direkt End-to-End-Steierung oder en explizitte Poseskelett benotzen.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptobligatoresch
Typstring
Prompt, deen de gewënschten Output-Video spezifizéiert.
image_urlobligatoresch image
Typurl · image
URL vum Referenzbild vun engem Charakter, deen de Charakter fir d'Animatioun oder den Ersatz vun engem Sujet liwwert; de Driving-Video bestëmmt d'Animatioun oder den Ersatz.
video_urlobligatoresch video
Typurl · video
Gitt e Bewegungs-Driving-Video per URL un, mat engem eenzege Mënsch, e puer Mënschen oder engem Déier.
modeoptional
Typenum
Standardanimation
animationreplacement
Wielt, wéi de Referenzcharakter benotzt gëtt: `replacement` erhält déi ursprénglech Szen, ersetzt awer de Charakter duerch de Sujet vum Driving-Video; `animation` applizéiert d'Beweegung vum Driving-Video op de Charakter.
driving_typeoptional
Typenum
Standardend_to_end
end_to_endpose
D'Beweegung fir d'Animatioun kënnt direkt vun engem Driving-Video, dee mat SAM3 maskéiert gëtt, mat `end_to_end`, dem Standard an der recommandéierter Wiel fir maximal Robustheet. Alternativ benotzt `pose` NLF/DWPose, fir aus deem Video en explizitte Skelett ze renderen, wat méi Kontroll bei usprochsvollen Inputs bitt.
subject_typeoptional
Typenum
Standardhuman
humananimal
Auswiel vum Sujet am Driving-Video; `animal` konfiguréiert de SAM3-Detektiouns-Prompt fir Sujeten, déi net `human` sinn.
resolutionoptional
Typenum
Standard512p
512p704p
Output-Opléisung mat automatesch bestëmmter Orientéierung op Basis vum Aspektverhältnis vum Referenzbild. Am Querformat entsprécht 512p 896x512 an 704p 1280x704; am Héichformat gi respektiv 512x896 an 704x1280 benotzt.
num_inference_stepsoptional
Typinteger
Standard40
2 – 50
Zuel vun den Diffusiouns-Sampling-Schrëtt. Eng Erhéijung verbessert d'Qualitéit, dauert awer méi laang.
guidance_scaleoptional
Typnumber
Standard5
1 – 10
Classifier-free guidance-Stäerkt, déi d'Trei zum Prompt géint d'Kreativitéit ofwiicht.
shiftoptional
Typnumber
Standard3
1 – 10
Verschibung vum Noise-Schema fir Flow Matching, mat enger recommandéierter Astellung vun 3.0 bei der Notzung vun 512p.
seedoptional
Typinteger | null
Generatiouns-Seed, deen an der Äntwert abegraff ass, egal ob e explizitt geliwwert oder zoufälleg ausgewielt gouf, well den Input eidel war.
enable_safety_checkeroptional
Typboolean
Standardtrue
D'Kontroll kann duerch false gelackert ginn, wann den Uruffer autoriséiert ass.
obligatoresch Kanoneschen Numm, och akzeptéiert

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": "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"
  }
}
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
video
object {url, content_type, file_name, file_size}Video-Datei, déi duerch d'Generatioun erstallt gouf.
seed
integerSeed, dee fir d'Videogeneratioun benotzt gëtt.
preprocessing_video
object {url, content_type, file_name, file_size} | nullDebug-Video mat dem Stage-A-Pose-Conditioning-Input, deen dem Diffusiounsmodell geliwwert gëtt; nëmme verfügbar mat `output_preprocessing=true`. Säin Inhalt hänkt vun `driving_type` of: `end_to_end` benotzt mat SAM3 maskéiert Driving-Footage, während `driving_type=pose` e mat NLF/DWPose gerenderte Skelett benotzt.
preprocessing_mask_video
object {url, content_type, file_name, file_size} | nullStage-A-Driving-Mask-Video fir Debugging, nëmme verfügbar mat `output_preprocessing=true`.

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/scail-2.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt