ข้ามไปยังเนื้อหา

ID-V2V

ผสานการทำงาน

ID โมเดล id-v2v
# 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/id-v2v?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",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

ไฟล์เช่นเดียวกับตัวอย่าง: $1.013 1,013 เครดิต API ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
Open model วิดีโอเป็นวิดีโอ สูงสุด 720p #stylized#transform#editing

ปรับสไตล์วิดีโอจากเฟรมแรกที่ปรับสไตล์แล้ว โดยคงอัตลักษณ์และการเคลื่อนไหวของวัตถุ

Open model · วิดีโอ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

พรอมต์ที่ระบุวิดีโอที่ปรับสไตล์ตามต้องการ

•จำเป็น video_url
วางไฟล์ หรือ

ข้อมูลอ้างอิงด้านการเคลื่อนไหวและการจัดเฟรมสำหรับการสร้าง ส่งเป็น URL ของวิดีโอต้นทาง

•จำเป็น image_url
วางไฟล์ หรือ

ข้อมูลอ้างอิงด้านอัตลักษณ์และสไตล์สำหรับการสร้างวิดีโอใหม่ ส่งเป็น URL ที่ชี้ไปยังเฟรมแรกที่ปรับสไตล์แล้ว

resolution ค่าเริ่มต้น 720p

เลือก 720p สำหรับเอาต์พุต 1280×720 หรือ 720×1280 หรือเลือก 480p สำหรับเอาต์พุต 832×480 หรือ 480×832 การวางแนวของวิดีโอต้นฉบับจะกำหนดว่าต้องใช้ขนาดใด

ค่าเริ่มต้น 81

จำกัดจำนวนเฟรมที่จะสร้าง หากแหล่งข้อมูลมีเฟรมน้อยกว่า จำนวนเฟรมของแหล่งข้อมูลจะเป็นขอบเขตบน

ขั้นสูง segmentation_prompt · num_inference_steps · guidance_scale · vace_scale · seed · enable_safety_checker · keyframes
0 / 100

พรอมต์เลือกวัตถุสำหรับ SAM-3 ที่ระบุบริเวณซึ่งพิกเซลจะใช้เป็นแนวทางในการสร้าง นอกเหนือจากวัตถุที่แบ่งส่วนนี้แล้ว การสร้างจะไม่มีข้อจำกัด

ค่าเริ่มต้น 30

การควบคุมคุณภาพและความเร็วของคลิป ซึ่งแสดงเป็นจำนวนขั้นตอนการสุ่มตัวอย่างแบบ diffusion สำหรับแต่ละคลิป การใช้ขั้นตอนมากขึ้นจะเพิ่มคุณภาพแต่ใช้เวลานานขึ้น

ค่าเริ่มต้น 5

ความเข้มของการนำทางแบบไร้ตัวจำแนก ซึ่งสร้างสมดุลระหว่างการยึดตามพรอมต์กับความคิดสร้างสรรค์

ค่าเริ่มต้น 1

การยึดตามโครงสร้างของวิดีโอต้นฉบับ ซึ่งปรับผ่านสเกลการปรับเงื่อนไข VACE

ซีดสุ่มที่ใช้ร่วมกันในทุกคลิปเมื่อสร้างหลายคลิป ทำให้สามารถสร้างซ้ำได้ผลลัพธ์เดิม

จุดยึดอัตลักษณ์แบบไม่บังคับสำหรับวิดีโอความยาวมาก: ระบุคีย์เฟรมที่ปรับสไตล์แล้วพร้อมดัชนีเฟรมเอาต์พุตที่ต้องการให้คีย์เฟรมเหล่านั้นปรากฏ

POST /run/id-v2v?wait=20 ใบเสนอราคา → $1.013
# 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/id-v2v?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",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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 ID-V2V

สร้างวิดีโอต้นฉบับ (`video_url`) ใหม่ในรูปลักษณ์ของเฟรมแรกที่ปรับสไตล์แล้ว (`image_url`) โดยใช้ `prompt` เป็นแนวทาง ใช้ `keyframes` ได้สูงสุด 5 เฟรมเพื่อยึดอัตลักษณ์ในคลิปที่ยาวขึ้น ผลลัพธ์เป็น 480p หรือ 720p โดย `num_frames` มีค่าตั้งแต่ 17 ถึง 241 และ `segmentation_prompt` (ค่าเริ่มต้นคือ person) ใช้เลือกวัตถุที่พิกเซลของวัตถุนั้นจะเป็นตัวกำหนดผลลัพธ์

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptจำเป็น
ประเภทstring
พรอมต์ที่ระบุวิดีโอที่ปรับสไตล์ตามต้องการ
video_urlจำเป็น video
ประเภทurl · video
ข้อมูลอ้างอิงด้านการเคลื่อนไหวและการจัดเฟรมสำหรับการสร้าง ส่งเป็น URL ของวิดีโอต้นทาง
image_urlจำเป็น image
ประเภทurl · image
ข้อมูลอ้างอิงด้านอัตลักษณ์และสไตล์สำหรับการสร้างวิดีโอใหม่ ส่งเป็น URL ที่ชี้ไปยังเฟรมแรกที่ปรับสไตล์แล้ว
keyframesไม่บังคับ
ประเภทobject[]
≤ 5 รายการ
จุดยึดอัตลักษณ์แบบไม่บังคับสำหรับวิดีโอความยาวมาก: ระบุคีย์เฟรมที่ปรับสไตล์แล้วพร้อมดัชนีเฟรมเอาต์พุตที่ต้องการให้คีย์เฟรมเหล่านั้นปรากฏ
keyframes[].image_urlจำเป็น
ประเภทurl · image
URL รูปภาพที่ปรับสไตล์แล้วสำหรับจุดยึดอัตลักษณ์ในวิดีโอความยาวมาก อัตราส่วนภาพของรูปภาพต้องแตกต่างจากเอาต์พุตไม่เกิน 0.1 รูปภาพจะปรากฏโดยไม่มีการเปลี่ยนแปลงที่ `frame_index`
keyframes[].frame_indexจำเป็น
ประเภทinteger
≥ 1
วางคีย์เฟรมที่ตำแหน่งเอาต์พุตตั้งแต่ 1 ขึ้นไปและน้อยกว่าจำนวนเฟรมทั้งหมดของเอาต์พุต โดยใช้การจัดทำดัชนีแบบเริ่มจาก 0 ตำแหน่ง 0 สงวนไว้สำหรับเฟรมเริ่มต้นที่ปรับสไตล์แล้วจาก `image_url`
resolutionไม่บังคับ
ประเภทenum
ค่าเริ่มต้น720p
480p720p
เลือก 720p สำหรับเอาต์พุต 1280×720 หรือ 720×1280 หรือเลือก 480p สำหรับเอาต์พุต 832×480 หรือ 480×832 การวางแนวของวิดีโอต้นฉบับจะกำหนดว่าต้องใช้ขนาดใด
num_framesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น81
17 – 241
จำกัดจำนวนเฟรมที่จะสร้าง หากแหล่งข้อมูลมีเฟรมน้อยกว่า จำนวนเฟรมของแหล่งข้อมูลจะเป็นขอบเขตบน
segmentation_promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้นperson
≤ 100 อักขระ
พรอมต์เลือกวัตถุสำหรับ SAM-3 ที่ระบุบริเวณซึ่งพิกเซลจะใช้เป็นแนวทางในการสร้าง นอกเหนือจากวัตถุที่แบ่งส่วนนี้แล้ว การสร้างจะไม่มีข้อจำกัด
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น30
2 – 40
การควบคุมคุณภาพและความเร็วของคลิป ซึ่งแสดงเป็นจำนวนขั้นตอนการสุ่มตัวอย่างแบบ diffusion สำหรับแต่ละคลิป การใช้ขั้นตอนมากขึ้นจะเพิ่มคุณภาพแต่ใช้เวลานานขึ้น
guidance_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น5
1 – 10
ความเข้มของการนำทางแบบไร้ตัวจำแนก ซึ่งสร้างสมดุลระหว่างการยึดตามพรอมต์กับความคิดสร้างสรรค์
vace_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 2
การยึดตามโครงสร้างของวิดีโอต้นฉบับ ซึ่งปรับผ่านสเกลการปรับเงื่อนไข VACE
seedไม่บังคับ
ประเภทinteger | null
ซีดสุ่มที่ใช้ร่วมกันในทุกคลิปเมื่อสร้างหลายคลิป ทำให้สามารถสร้างซ้ำได้ผลลัพธ์เดิม
enable_safety_checkerไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
เปิดใช้การตรวจสอบความปลอดภัยทั้งอินพุตและเอาต์พุต
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

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": "id-v2v",
  "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": 1013,
    "usd": "1.013",
    "charged": 1013,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "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"
  }
}
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
video
object {url, content_type, file_name, file_size}ไฟล์วิดีโอที่สร้างขึ้น
seed
integerค่า Seed ที่ใช้ระหว่างการสร้าง

โมเดลเพิ่มเติม: วิดีโอเป็นวิดีโอ

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/id-v2v.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt