Przejdź do treści

Stable Video Diffusion

Integracja

Identyfikator modelu fast-svd/text-to-video
# 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/fast-svd/text-to-video?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"

To żądanie: ≈0,033 $ 33 kredyty API Uruchom na tej stronie

Uzyskaj klucz API
Open model Tekst na wideo Szybki

Text-to-video z SVD v1.1 zapewniający kontrolę nad siłą ruchu, fps, liczbą kroków i rozszerzaniem szumu

Open model · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Prompt stanowiący początkową podstawę generowania.

Zaawansowane negative_prompt · deep_cache · video_size · motion_bucket_id · cond_aug · steps · fps · seed · enable_safety_checker
domyślnie unrealistic, saturate...

Początkowe wskazówki generowania podane jako negatywny prompt.

deep_cache domyślnie none

Przestarzała opcja zachowana wyłącznie dla zgodności wstecznej; nie wpływa na przetwarzanie.

video_size domyślnie landscape_16_9

Wymiary wygenerowanego wideo.

domyślnie 127

Identyfikator zasobnika ruchu; większe wartości odpowiadają coraz silniejszemu ruchowi w wygenerowanym wideo.

domyślnie 0.02

Poziom szumu zastosowany do klatki warunkującej; zwiększenie go sprzyja większemu ruchowi kosztem podobieństwa do obrazu początkowego.

domyślnie 20

Liczba kroków modelu; większa liczba poprawia jakość kosztem dłuższego generowania.

domyślnie 10

Liczba klatek na sekundę wygenerowanego wideo, które zawiera łącznie 25 klatek. Większe wartości przyspieszają odtwarzanie.

Ziarno do odtwarzania obrazów w Stable Diffusion. Obraz można odtworzyć dokładnie przy każdym uruchomieniu, zachowując bez zmian wersję modelu, prompt i ziarno.

POST /run/fast-svd/text-to-video?wait=20 wycena → 0,033 $
# 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/fast-svd/text-to-video?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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Stable Video Diffusion

Tworzy krótki klip wideo na podstawie tekstowego `prompt` z opcjonalnym `negative_prompt`. `motion_bucket_id` (1–255) określa intensywność ruchu, `fps` przyjmuje wartości od 1 do 25, a `steps` od 1 do 100. Rozmiar wyniku wybiera się spośród ustawień takich jak square_hd, portrait_16_9 lub landscape_4_3, a `seed` zapewnia powtarzalność wyników. Opcja `deep_cache` nie ma wpływu na działanie.

Parametry

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Prompt stanowiący początkową podstawę generowania.
motion_bucket_idopcjonalne
Typinteger
Domyślne127
1 – 255
Identyfikator zasobnika ruchu; większe wartości odpowiadają coraz silniejszemu ruchowi w wygenerowanym wideo.
cond_augopcjonalne
Typnumber
Domyślne0.02
0 – 10
Poziom szumu zastosowany do klatki warunkującej; zwiększenie go sprzyja większemu ruchowi kosztem podobieństwa do obrazu początkowego.
seedopcjonalne
Typinteger | null
Ziarno do odtwarzania obrazów w Stable Diffusion. Obraz można odtworzyć dokładnie przy każdym uruchomieniu, zachowując bez zmian wersję modelu, prompt i ziarno.
stepsopcjonalne
Typinteger
Domyślne20
1 – 100
Liczba kroków modelu; większa liczba poprawia jakość kosztem dłuższego generowania.
deep_cacheopcjonalne
Typenum
Domyślnenone
noneminimummediumhigh
Przestarzała opcja zachowana wyłącznie dla zgodności wstecznej; nie wpływa na przetwarzanie.
fpsopcjonalne
Typinteger
Domyślne10
1 – 25
Liczba klatek na sekundę wygenerowanego wideo, które zawiera łącznie 25 klatek. Większe wartości przyspieszają odtwarzanie.
negative_promptopcjonalne
Typstring
Domyślneunrealistic, saturated, high contrast, big nose, painting, drawing, sketch, cartoon, anime, manga, render, CG, 3d, watermark, signature, label
Początkowe wskazówki generowania podane jako negatywny prompt.
video_sizeopcjonalne
Typobject
Domyślnelandscape_16_9
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Wymiary wygenerowanego wideo.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Filtrowanie można złagodzić, ustawiając false, jeśli wywołujący ma odpowiednie uprawnienia.
wymagane

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fast-svd/text-to-video",
  "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": 33,
    "usd": "0.033",
    "charged": 33,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Plik wideo utworzony podczas generowania.
seed
integerZiarno generowania obrazu, zawierające wartość wybraną losowo, jeśli dane wejściowe nie zawierały ziarna; w przeciwnym razie powtarza podaną wartość.

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/fast-svd/text-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt