ข้ามไปยังเนื้อหา

Flux 3 Action

ผสานการทำงาน

ID โมเดล 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"

คำขอนี้: ≈$0.003 3 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API
Black Forest Labs วิดีโอเป็นวิดีโอ #robotic#arm

โมเดลนโยบายหุ่นยนต์ที่ทำนายชุดการกระทำของแขน SO-101 จากเฟรมกล้อง สถานะข้อต่อ และคำสั่ง

สร้างบน Doitong

ผลงานสาธารณะที่สร้างด้วย Flux 3 Action โดยชุมชน Doitong นำพรอมต์กลับมาใช้ได้ในคลิกเดียว

ผลงานสาธารณะที่แสดง: 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...

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น 88 / 2000

คำสั่งงานหุ่นยนต์ที่เขียนด้วยภาษาธรรมชาติ

•จำเป็น
วางไฟล์ หรือ

รูปภาพไทล์ซ้ายที่แสดงเฟรมปัจจุบันของกล้องฉากแบบติดตั้งกับที่ หลังปรับขนาดเป็น 256x256

•จำเป็น
วางไฟล์ หรือ

เฟรมปัจจุบันจากกล้องข้อมือ วางไว้ในไทล์ขวาและปรับขนาดเป็น 256x256

•จำเป็น

ค่าของสถานะที่วัดได้ตามลำดับ: การหมุนและการยกหัวไหล่, การงอข้อศอก, การงอและการหมุนข้อมือ ทั้งหมดเป็นองศา ตามด้วยตำแหน่งกริปเปอร์เป็นเปอร์เซ็นต์

ขั้นสูง history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
วางไฟล์ หรือ

อินพุตเฟรมฉากในอดีตที่ต้องใช้ `state_history` หากไม่ระบุจะใช้เฟรมปัจจุบันแทน เฟรมที่ส่งมาคือ observation แรกสุดของประวัติ ซึ่งอยู่ก่อนหน้า 7 ticks

วางไฟล์ หรือ

เฟรมจากกล้องข้อมือ ณ history tick แรกสุด ต้องใช้ `state_history`

ค่าเริ่มต้น 4

จำนวนขั้นตอนการลดสัญญาณรบกวนแบบ Euler โดยการตรวจสอบ checkpoint ใช้ 4 ขั้นตอน

ค่าเริ่มต้น 3

ความแรงของ classifier-free guidance สำหรับทั้งวิดีโอและการกระทำ ตั้งค่าเป็น 1.0 เพื่อปิดใช้ CFG

seed สำหรับการสุ่มตัวอย่าง โดยการตั้งค่าอ้างอิงของ DROID คือ 0 และ SO-101 คือ 42 หากไม่ระบุ ระบบจะเลือก seed แบบสุ่ม

ประวัติสถานะที่วัดได้ จะละเว้นสำหรับ episode ใหม่ และในกรณีอื่นต้องใช้ `command_history` ระบุค่าการวัดตามลำดับเวลา สำหรับ 7 control ticks ที่อยู่ก่อน `state` ทันที ที่ 30 Hz

ประวัติคำสั่งแบบสัมบูรณ์ที่ต้องใช้ `state_history` โดยคำสั่งที่ส่งล่าสุดจะอยู่ในแถวสุดท้าย แถวต่าง ๆ เรียงตามลำดับเวลาครอบคลุม 8 observation ticks และระบุคำสั่งที่มีผลในแต่ละ tick

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

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Flux 3 Action

แทนที่จะส่งคืนสื่อ โมเดลนี้จะส่งคืน JSON ที่มี `actions` ที่ทำนายไว้ อัตราควบคุม ป้ายกำกับคอลัมน์ และจำนวนขั้นตอนเริ่มต้นที่ต้องดำเนินการ (`execute_steps`) ก่อนขอชุดข้อมูลใหม่ อินพุตที่จำเป็นคือ `prompt` ข้อความ (สูงสุด 2000 อักขระ), `scene_image_url`, `wrist_image_url` และ `state` 6 ค่า อินพุตประวัติเสริม (`state_history`, `command_history`, ภาพประวัติ) จะให้บริบทตามเวลา `num_inference_steps` ทำงานตั้งแต่ 1 ถึง 8 และ `guidance_scale` ตั้งแต่ 1 ถึง 10

พารามิเตอร์

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptจำเป็น
ประเภทstring
≤ 2,000 อักขระ
คำสั่งงานหุ่นยนต์ที่เขียนด้วยภาษาธรรมชาติ
scene_image_urlจำเป็น
ประเภทurl · image
รูปภาพไทล์ซ้ายที่แสดงเฟรมปัจจุบันของกล้องฉากแบบติดตั้งกับที่ หลังปรับขนาดเป็น 256x256
wrist_image_urlจำเป็น
ประเภทurl · image
เฟรมปัจจุบันจากกล้องข้อมือ วางไว้ในไทล์ขวาและปรับขนาดเป็น 256x256
stateจำเป็น
ประเภทnumber[]
≤ 6 รายการ≥ 6 รายการ
ค่าของสถานะที่วัดได้ตามลำดับ: การหมุนและการยกหัวไหล่, การงอข้อศอก, การงอและการหมุนข้อมือ ทั้งหมดเป็นองศา ตามด้วยตำแหน่งกริปเปอร์เป็นเปอร์เซ็นต์
state_historyไม่บังคับ
ประเภทarray[]
≤ 7 รายการ≥ 7 รายการ
ประวัติสถานะที่วัดได้ จะละเว้นสำหรับ episode ใหม่ และในกรณีอื่นต้องใช้ `command_history` ระบุค่าการวัดตามลำดับเวลา สำหรับ 7 control ticks ที่อยู่ก่อน `state` ทันที ที่ 30 Hz
command_historyไม่บังคับ
ประเภทarray[]
≤ 8 รายการ≥ 8 รายการ
ประวัติคำสั่งแบบสัมบูรณ์ที่ต้องใช้ `state_history` โดยคำสั่งที่ส่งล่าสุดจะอยู่ในแถวสุดท้าย แถวต่าง ๆ เรียงตามลำดับเวลาครอบคลุม 8 observation ticks และระบุคำสั่งที่มีผลในแต่ละ tick
history_scene_image_urlไม่บังคับ
ประเภทurl · image
อินพุตเฟรมฉากในอดีตที่ต้องใช้ `state_history` หากไม่ระบุจะใช้เฟรมปัจจุบันแทน เฟรมที่ส่งมาคือ observation แรกสุดของประวัติ ซึ่งอยู่ก่อนหน้า 7 ticks
history_wrist_image_urlไม่บังคับ
ประเภทurl · image
เฟรมจากกล้องข้อมือ ณ history tick แรกสุด ต้องใช้ `state_history`
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น4
1 – 8
จำนวนขั้นตอนการลดสัญญาณรบกวนแบบ Euler โดยการตรวจสอบ checkpoint ใช้ 4 ขั้นตอน
guidance_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น3
1 – 10
ความแรงของ classifier-free guidance สำหรับทั้งวิดีโอและการกระทำ ตั้งค่าเป็น 1.0 เพื่อปิดใช้ CFG
seedไม่บังคับ
ประเภทinteger | null
seed สำหรับการสุ่มตัวอย่าง โดยการตั้งค่าอ้างอิงของ DROID คือ 0 และ SO-101 คือ 42 หากไม่ระบุ ระบบจะเลือก seed แบบสุ่ม
จำเป็น

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
actions
array of array of numberอาร์เรย์การกระทำที่คาดการณ์ โดยแถวเรียงตามลำดับเวลาและแทนขั้นตอนการควบคุม ค่าไม่มีการตัดให้อยู่ในช่วง ดังนั้นต้องบังคับใช้ขีดจำกัดข้อต่อ ความเร็ว และพื้นที่ทำงานบนหุ่นยนต์ ที่ 30 Hz SO-101 ให้คำสั่งสัมบูรณ์ขนาด 42x6 เป็นองศาและเปอร์เซ็นต์กริปเปอร์ ส่วนที่ 15 Hz DROID ให้เป้าหมายข้อต่อสัมบูรณ์ขนาด 32x8 เป็นเรเดียน พร้อมสัดส่วนการปิดของกริปเปอร์
action_labels
array of stringชื่อที่สอดคล้องกับคอลัมน์การกระทำ
action_hz
numberความถี่การควบคุมสำหรับแถวการกระทำ
execute_steps
integerจำนวนการกระทำเริ่มต้นที่จะดำเนินการก่อนขอชุดข้อมูลถัดไป
seed
integerseed แบบสุ่มที่ใช้ระหว่างการสุ่มตัวอย่าง
timings
objectการวัดเวลาในการทำงานจากเซิร์ฟเวอร์ แสดงเป็นวินาที

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/flux-3-action/so101.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt