Przejdź do treści

Omnigen V2

Integracja

Identyfikator modelu omnigen-v2
# 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/omnigen-v2?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: 0,15 $ 150 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
BAAI Tekst na obraz #multimodal#editing#try-on

OmniGen drugiej generacji z maksymalnie 3 obrazami wejściowymi, oddzielnym sterowaniem tekstem i obrazem oraz wyborem schedulera

BAAI · Obraz

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

Instrukcje generowania lub edycji obrazu, najlepiej sformułowane konkretnie — na przykład 'Add the bird from image 1 to the desk in image 2'.

image_size domyślnie square_hd

Wymiary wygenerowanego obrazu.

num_images domyślnie 1

Liczba obrazów żądanych do wygenerowania.

Zaawansowane negative_prompt · input_image_urls · scheduler · output_format · num_inference_steps · text_guidance_scale · image_guidance_scale · cfg_range_start · cfg_range_end · seed · enable_safety_checker
domyślnie (((deformed))), blurr...

Negatywny prompt opisujący treści, które należy wykluczyć z obrazu.

domyślnie []
Upuść plik lub

Do 3 URL obrazów źródłowych do edycji lub generowania z wielu obrazów.

scheduler domyślnie euler

Harmonogram używany podczas dyfuzji.

output_format domyślnie jpeg

Format pliku wynikowego obrazu.

domyślnie 50

Liczba kroków inferencji do wykonania.

domyślnie 5

Skala prowadzenia tekstem: zwiększ ją, aby wzmocnić zgodność wygenerowanego obrazu z promptem tekstowym.

domyślnie 2

Skala prowadzenia obrazem, gdzie 1.3–2.0 służy do edycji, a 2.0–3.0 do generowania in-context; określa siłę zgodności z podanymi obrazami.

domyślnie 0

Wartość początkowa zakresu CFG.

domyślnie 1

Wartość końcowa zakresu CFG.

Ziarno powtarzalnych obrazów: identyczny prompt i ziarno tworzą identyczny obraz, gdy wersja modelu się nie zmieniła.

POST /run/omnigen-v2?wait=20 wycena → 0,15 $
# 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/omnigen-v2?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 Omnigen V2

Multimodalny model obrazów, który tworzy lub edytuje obrazy na podstawie `prompt` i maksymalnie 3 elementów `input_image_urls`. Udostępnia `text_guidance_scale` (1 do 8), `image_guidance_scale` (1 do 3), początkowy i końcowy zakres CFG, `negative_prompt` oraz wybór schedulera `euler` lub `dpmsolver`. Liczba kroków wynosi od 20 do 50, a liczba wyników maksymalnie 4.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Instrukcje generowania lub edycji obrazu, najlepiej sformułowane konkretnie — na przykład 'Add the bird from image 1 to the desk in image 2'.
input_image_urlsopcjonalne
Typurl[] · image
Domyślne[]
Do 3 URL obrazów źródłowych do edycji lub generowania z wielu obrazów.
image_sizeopcjonalne
Typobject
Domyślnesquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Wymiary wygenerowanego obrazu.
num_inference_stepsopcjonalne
Typinteger
Domyślne50
20 – 50
Liczba kroków inferencji do wykonania.
seedopcjonalne
Typinteger | null
Ziarno powtarzalnych obrazów: identyczny prompt i ziarno tworzą identyczny obraz, gdy wersja modelu się nie zmieniła.
text_guidance_scaleopcjonalne
Typnumber
Domyślne5
1 – 8
Skala prowadzenia tekstem: zwiększ ją, aby wzmocnić zgodność wygenerowanego obrazu z promptem tekstowym.
image_guidance_scaleopcjonalne
Typnumber
Domyślne2
1 – 3
Skala prowadzenia obrazem, gdzie 1.3–2.0 służy do edycji, a 2.0–3.0 do generowania in-context; określa siłę zgodności z podanymi obrazami.
negative_promptopcjonalne
Typstring
Domyślne(((deformed))), blurry, over saturation, bad anatomy, disfigured, poorly drawn face, mutation, mutated, (extra_limb), (ugly), (poorly drawn hands), fused fingers, messy drawing, broken legs censor, censored, censor_bar
Negatywny prompt opisujący treści, które należy wykluczyć z obrazu.
cfg_range_startopcjonalne
Typnumber
Domyślne0
0 – 1
Wartość początkowa zakresu CFG.
cfg_range_endopcjonalne
Typnumber
Domyślne1
0 – 1
Wartość końcowa zakresu CFG.
scheduleropcjonalne
Typenum
Domyślneeuler
eulerdpmsolver
Harmonogram używany podczas dyfuzji.
num_imagesopcjonalne num_outputs
Typinteger
Domyślne1
1 – 4
Liczba obrazów żądanych do wygenerowania.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Kontrola bezpieczeństwa, która zastępuje obrazy oznaczone jako niebezpieczne czarnymi obrazami. Wartość true włącza kontrolę; false wyłącza ją wyłącznie dla autoryzowanych kont, natomiast żądania bez autoryzacji są sprawdzane niezależnie.
output_formatopcjonalne
Typenum
Domyślnejpeg
jpegpng
Format pliku wynikowego obrazu.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "omnigen-v2",
  "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": 150,
    "usd": "0.15",
    "charged": 150,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "width": 1024,
        "height": 768,
        "content_type": "image/jpeg"
      }
    ],
    "timings": {},
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "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
images
array of object {url, width, height, content_type}Informacje o plikach wygenerowanych obrazów.
timings
object
seed
integerZiarno generowania obrazu, zawierające wartość wybraną losowo, jeśli dane wejściowe nie zawierały ziarna; w przeciwnym razie powtarza podaną wartość.
has_nsfw_concepts
array of booleanWskazuje, czy w wygenerowanych obrazach występują treści NSFW.
prompt
stringPrompt używany podczas generowania obrazu.

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/omnigen-v2.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt