Gå til innhold

Nemotron Diffusion Vlm

Integrer

Modell-ID nemotron-diffusion-vlm
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

Denne forespørselen: ≈0,005 $ 5 API-kreditter Kjør den på denne siden

Hent API-nøkkel
NVIDIA Syn #utility#editing

Syns- og språkmodell som svarer på prompter om et bilde ved hjelp av diffusjonsbasert tekstdekoding

NVIDIA · Tekst

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

Prompt som angir hva som skal besvares om bildet.

•obligatorisk image_url
Slipp en fil, eller

URL som peker til bildet som skal behandles.

Avansert max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
standard 512

Øvre grense for genererte token.

standard 256

Velg antallet dekodingstrinn for diffusion som et multiplum av max_tokens / block_length når det angis eksplisitt; antallet må også være minst lik denne kvotienten.

standard 32

Lengden på hver dekodingsblokk for diffusion.

standard 0.9

Konfidensgrense for dekoding med diffusion.

POST /run/nemotron-diffusion-vlm?wait=20 pris → 0,005 $
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Nemotron Diffusion Vlm

Tar imot et bilde i `image_url` og et spørsmål i `prompt`, og returnerer et tekstsvar. Dekodingen kan justeres med `max_tokens` (1 til 8192), `num_inference_steps` (1 til 1024), `block_length` (8 til 128) og en konfidenssterskel `threshold` fra 0 til 1. Utdataene inneholder også tids- og bruksdetaljer.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
image_urlobligatorisk image
Typeurl · image
URL som peker til bildet som skal behandles.
promptobligatorisk
Typestring
Prompt som angir hva som skal besvares om bildet.
max_tokensvalgfritt
Typeinteger
Standard512
1 – 8 192
Øvre grense for genererte token.
num_inference_stepsvalgfritt
Typeinteger | null
Standard256
1 – 1 024
Velg antallet dekodingstrinn for diffusion som et multiplum av max_tokens / block_length når det angis eksplisitt; antallet må også være minst lik denne kvotienten.
block_lengthvalgfritt
Typeinteger
Standard32
8 – 128
Lengden på hver dekodingsblokk for diffusion.
thresholdvalgfritt
Typenumber
Standard0.9
0 – 1
Konfidensgrense for dekoding med diffusion.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Filtreringen kan lempes ved å angi false, forutsatt at den som gjør forespørselen, er autorisert.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nemotron-diffusion-vlm",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "output": "The image shows a dog sitting outdoors.",
    "usage": {
      "prompt_tokens": 1,
      "completion_tokens": 1,
      "num_function_evals": 1
    },
    "timings": {
      "total_time": 1.0,
      "image_validation_time": 1.0,
      "preprocessing_time": 1.0,
      "gpu_transfer_time": 1.0,
      "generation_time": 1.0,
      "decode_time": 1.0
    }
  },
  "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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
output
stringSvar produsert av modellen.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Bruksdetaljer for token og dekoding med diffusion.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Oppdeling av behandlingstider for forespørselen, målt i sekund.

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/nemotron-diffusion-vlm.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt