مواد پر جائیں

Flux 3 Action

انٹیگریٹ کریں

ماڈل id 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"

یہ درخواست: ≈⁨$0.003⁩ 3 API کریڈٹس اس صفحے پر چلائیں

API کلید حاصل کریں
Black Forest Labs ویڈیو سے ویڈیو #robotic#arm

روبوٹ پالیسی ماڈل جو کیمرہ فریمز، جوائنٹ حالت اور ہدایت سے SO-101 بازو کے ایکشن حصوں کی پیش گوئی کرتا ہے

Doitong پر بنایا گیا

Doitong کمیونٹی کے Flux 3 Action سے بنائے گئے عوامی کام۔ ایک کلک میں پرامپٹ دوبارہ استعمال کریں۔

دکھائے گئے عوامی کام: 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...

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی 88 / 2000

قدرتی زبان میں لکھی گئی روبوٹ ٹاسک ہدایات۔

•لازمی
فائل ڈراپ کریں، یا

ری سائز کرنے کے بعد 256x256 کی گئی، فکسڈ scene camera کے موجودہ فریم کو دکھانے والی بائیں tile کی تصویر۔

•لازمی
فائل ڈراپ کریں، یا

موجودہ wrist-camera فریم، دائیں tile میں رکھا گیا اور 256x256 کیا گیا۔

•لازمی

ترتیب سے ناپی گئی state values: shoulder pan اور lift، elbow flex، wrist flex اور roll، سب ڈگری میں، پھر gripper position بطور فیصد۔

ایڈوانسڈ history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
فائل ڈراپ کریں، یا

Historical scene-frame ان پٹ، جس کے لیے `state_history` درکار ہے؛ اسے چھوڑنے پر موجودہ فریم استعمال ہوتا ہے۔ فراہم کردہ فریم 7 ticks پہلے کی سب سے ابتدائی history observation ہے۔

فائل ڈراپ کریں، یا

سب سے ابتدائی history tick کا wrist-camera فریم؛ `state_history` درکار ہے۔

ڈیفالٹ 4

Euler denoising steps کی تعداد؛ checkpoint validation میں 4 steps استعمال ہوئے۔

ڈیفالٹ 3

ویڈیو اور action دونوں کے لیے classifier-free guidance کی طاقت؛ CFG غیر فعال کرنے کے لیے 1.0 مقرر کریں۔

Sampling seed؛ DROID کے reference-evaluation settings میں 0 اور SO-101 میں 42 ہے۔ اسے غیر متعین چھوڑنے پر seed تصادفی طور پر منتخب ہوتا ہے۔

Measured-state history؛ نئے episode کے لیے اسے چھوڑا جاتا ہے، بصورت دیگر `command_history` درکار ہے۔ `state` سے فوراً پہلے کے 7 control ticks کی measurements، 30 Hz پر زمانی ترتیب میں فراہم کریں۔

Absolute-command history، جس کے لیے `state_history` درکار ہے؛ آخری row میں حالیہ ترین بھیجا گیا command ہونا چاہیے۔ Rows، 8 observation ticks میں زمانی ترتیب سے، ہر tick پر مؤثر command بتاتی ہیں۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Flux 3 Action کے بارے میں

میڈیا کے بجائے، یہ متوقع `actions`، ان کی کنٹرول شرح، کالم لیبلز، اور نئے حصے کی درخواست کرنے سے پہلے عمل میں لائے جانے والے ابتدائی مراحل کی تعداد (`execute_steps`) کے ساتھ JSON واپس کرتا ہے۔ مطلوبہ ان پٹ میں متنی `prompt` (زیادہ سے زیادہ 2000 حروف)، `scene_image_url`، `wrist_image_url`، اور 6 قدروں پر مشتمل `state` شامل ہیں۔ اختیاری تاریخی ان پٹ (`state_history`، `command_history`، تاریخی تصاویر) زمانی سیاق فراہم کرتے ہیں۔ `num_inference_steps` کی حد 1 سے 8 تک اور `guidance_scale` کی حد 1 سے 10 تک ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
promptلازمی
قسمstring
≤ 2,000 کریکٹرز
قدرتی زبان میں لکھی گئی روبوٹ ٹاسک ہدایات۔
scene_image_urlلازمی
قسمurl · image
ری سائز کرنے کے بعد 256x256 کی گئی، فکسڈ scene camera کے موجودہ فریم کو دکھانے والی بائیں tile کی تصویر۔
wrist_image_urlلازمی
قسمurl · image
موجودہ wrist-camera فریم، دائیں tile میں رکھا گیا اور 256x256 کیا گیا۔
stateلازمی
قسمnumber[]
≤ 6 آئٹمز≥ 6 آئٹمز
ترتیب سے ناپی گئی state values: shoulder pan اور lift، elbow flex، wrist flex اور roll، سب ڈگری میں، پھر gripper position بطور فیصد۔
state_historyاختیاری
قسمarray[]
≤ 7 آئٹمز≥ 7 آئٹمز
Measured-state history؛ نئے episode کے لیے اسے چھوڑا جاتا ہے، بصورت دیگر `command_history` درکار ہے۔ `state` سے فوراً پہلے کے 7 control ticks کی measurements، 30 Hz پر زمانی ترتیب میں فراہم کریں۔
command_historyاختیاری
قسمarray[]
≤ 8 آئٹمز≥ 8 آئٹمز
Absolute-command history، جس کے لیے `state_history` درکار ہے؛ آخری row میں حالیہ ترین بھیجا گیا command ہونا چاہیے۔ Rows، 8 observation ticks میں زمانی ترتیب سے، ہر tick پر مؤثر command بتاتی ہیں۔
history_scene_image_urlاختیاری
قسمurl · image
Historical scene-frame ان پٹ، جس کے لیے `state_history` درکار ہے؛ اسے چھوڑنے پر موجودہ فریم استعمال ہوتا ہے۔ فراہم کردہ فریم 7 ticks پہلے کی سب سے ابتدائی history observation ہے۔
history_wrist_image_urlاختیاری
قسمurl · image
سب سے ابتدائی history tick کا wrist-camera فریم؛ `state_history` درکار ہے۔
num_inference_stepsاختیاری
قسمinteger
ڈیفالٹ4
1 – 8
Euler denoising steps کی تعداد؛ checkpoint validation میں 4 steps استعمال ہوئے۔
guidance_scaleاختیاری
قسمnumber
ڈیفالٹ3
1 – 10
ویڈیو اور action دونوں کے لیے classifier-free guidance کی طاقت؛ CFG غیر فعال کرنے کے لیے 1.0 مقرر کریں۔
seedاختیاری
قسمinteger | null
Sampling seed؛ DROID کے reference-evaluation settings میں 0 اور SO-101 میں 42 ہے۔ اسے غیر متعین چھوڑنے پر seed تصادفی طور پر منتخب ہوتا ہے۔
لازمی

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
actions
array of array of numberپیش گوئی کردہ action array، جس کی زمانی rows control steps کی نمائندگی کرتی ہیں؛ values unclipped ہیں، اس لیے robot پر joint، velocity اور workspace limits نافذ کرنا ضروری ہے۔ 30 Hz پر SO-101، deg اور gripper % میں 42x6 absolute commands فراہم کرتا ہے؛ 15 Hz پر DROID، rad میں 32x8 absolute joint targets اور gripper کا closed fraction فراہم کرتا ہے۔
action_labels
array of stringaction columns سے مطابقت رکھنے والے نام۔
action_hz
numberaction rows کی control frequency۔
execute_steps
integerدوبارہ chunk طلب کرنے سے پہلے execute کیے جانے والے ابتدائی actions کی تعداد۔
seed
integersampling کے دوران استعمال ہونے والا random seed۔
timings
objectسرور سے حاصل شدہ timing measurements، سیکنڈ میں۔

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/flux-3-action/so101.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt