مواد پر جائیں

Scail 2

انٹیگریٹ کریں

ماڈل id scail-2
# 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/scail-2?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",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

مثال جیسی فائلیں: ⁨$2.00⁩ 2,000 API کریڈٹس آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
Open model ویڈیو سے ویڈیو 704p تک #stylized#transform

ریفرنس کردار کی تصویر کو ڈرائیونگ ویڈیو کی حرکت سے متحرک کرتا ہے یا اسے اصل منظر میں شامل کرتا ہے

Open model · ویڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

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

•لازمی

مطلوبہ آؤٹ پٹ ویڈیو کی وضاحت کرنے والا پرامپٹ۔

•لازمی image_url
فائل ڈراپ کریں، یا

کردار کی حوالہ تصویر کا URL، جو متحرک کیے جانے یا کسی موضوع کی جگہ استعمال کیے جانے والے کردار فراہم کرتا ہے؛ ڈرائیونگ ویڈیو حرکت یا تبدیلی کا تعین کرتی ہے۔

•لازمی video_url
فائل ڈراپ کریں، یا

URL کے ذریعے حرکت چلانے والی ویڈیو فراہم کریں، جس میں ایک انسان، متعدد انسان یا کوئی جانور ہو۔

resolution ڈیفالٹ 512p

آؤٹ پٹ ریزولوشن، جس کی سمت حوالہ تصویر کے aspect ratio سے خودکار طور پر متعین ہوتی ہے۔ landscape میں 512p کو 896x512 اور 704p کو 1280x704 سے میپ کیا جاتا ہے؛ portrait میں بالترتیب 512x896 اور 704x1280 استعمال ہوتے ہیں۔

ایڈوانسڈ mode · driving_type · subject_type · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker
mode ڈیفالٹ animation

حوالہ کردار کے استعمال کا طریقہ منتخب کریں: `replacement` اصل منظر برقرار رکھتے ہوئے ڈرائیونگ موضوع کی جگہ کردار رکھتا ہے؛ `animation` ڈرائیونگ حرکت کردار پر لاگو کرتا ہے۔

driving_type ڈیفالٹ end_to_end

اینیمیشن کی حرکت براہ راست SAM3 کے ذریعے ماسک کی گئی ڈرائیونگ ویڈیو سے آتی ہے؛ `end_to_end` زیادہ مضبوطی کے لیے ڈیفالٹ اور تجویز کردہ انتخاب ہے۔ متبادل طور پر، `pose` NLF/DWPose استعمال کرکے اس ویڈیو سے واضح اسکیلٹن رینڈر کرتا ہے، جس سے مشکل ان پٹس پر زیادہ کنٹرول ملتا ہے۔

subject_type ڈیفالٹ human

ڈرائیونگ ویڈیو کے موضوع کا انتخاب؛ `animal` غیر-`human` موضوعات کے لیے SAM3 کا ڈیٹیکشن پرامپٹ تشکیل دیتا ہے۔

ڈیفالٹ 40

Diffusion سیمپلنگ کے مراحل کی تعداد۔ اسے بڑھانے سے معیار بہتر ہوتا ہے مگر زیادہ وقت لگتا ہے۔

ڈیفالٹ 5

Classifier-free guidance strength، جو پرامپٹ کی پابندی اور creativity میں توازن قائم کرتی ہے۔

ڈیفالٹ 3

flow matching کے لیے noise-schedule shift؛ 512p استعمال کرتے وقت 3.0 کی تجویز دی جاتی ہے۔

تخلیق کا seed، جواب میں شامل کیا جاتا ہے خواہ واضح طور پر فراہم کیا گیا ہو یا ان پٹ خالی ہونے کی وجہ سے تصادفی طور پر منتخب ہوا ہو۔

POST /run/scail-2?wait=20 قیمت → ⁨$2.00⁩
# 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/scail-2?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",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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

Scail 2 کے بارے میں

حوالہ کردار کا `image_url` اور ایسا محرک `video_url` لیتا ہے جس میں ایک انسان، متعدد انسان یا جانور ہو۔ `animation` موڈ میں کردار محرک حرکت انجام دیتا ہے؛ `replacement` موڈ میں منظر برقرار رکھتے ہوئے موضوع کو بدل دیتا ہے۔ ریزولوشن 512p یا 704p ہے، سمت تصویر سے منتخب ہوتی ہے۔ `driving_type` براہِ راست end-to-end محرک یا واضح پوز ڈھانچہ استعمال کر سکتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
promptلازمی
قسمstring
مطلوبہ آؤٹ پٹ ویڈیو کی وضاحت کرنے والا پرامپٹ۔
image_urlلازمی image
قسمurl · image
کردار کی حوالہ تصویر کا URL، جو متحرک کیے جانے یا کسی موضوع کی جگہ استعمال کیے جانے والے کردار فراہم کرتا ہے؛ ڈرائیونگ ویڈیو حرکت یا تبدیلی کا تعین کرتی ہے۔
video_urlلازمی video
قسمurl · video
URL کے ذریعے حرکت چلانے والی ویڈیو فراہم کریں، جس میں ایک انسان، متعدد انسان یا کوئی جانور ہو۔
modeاختیاری
قسمenum
ڈیفالٹanimation
animationreplacement
حوالہ کردار کے استعمال کا طریقہ منتخب کریں: `replacement` اصل منظر برقرار رکھتے ہوئے ڈرائیونگ موضوع کی جگہ کردار رکھتا ہے؛ `animation` ڈرائیونگ حرکت کردار پر لاگو کرتا ہے۔
driving_typeاختیاری
قسمenum
ڈیفالٹend_to_end
end_to_endpose
اینیمیشن کی حرکت براہ راست SAM3 کے ذریعے ماسک کی گئی ڈرائیونگ ویڈیو سے آتی ہے؛ `end_to_end` زیادہ مضبوطی کے لیے ڈیفالٹ اور تجویز کردہ انتخاب ہے۔ متبادل طور پر، `pose` NLF/DWPose استعمال کرکے اس ویڈیو سے واضح اسکیلٹن رینڈر کرتا ہے، جس سے مشکل ان پٹس پر زیادہ کنٹرول ملتا ہے۔
subject_typeاختیاری
قسمenum
ڈیفالٹhuman
humananimal
ڈرائیونگ ویڈیو کے موضوع کا انتخاب؛ `animal` غیر-`human` موضوعات کے لیے SAM3 کا ڈیٹیکشن پرامپٹ تشکیل دیتا ہے۔
resolutionاختیاری
قسمenum
ڈیفالٹ512p
512p704p
آؤٹ پٹ ریزولوشن، جس کی سمت حوالہ تصویر کے aspect ratio سے خودکار طور پر متعین ہوتی ہے۔ landscape میں 512p کو 896x512 اور 704p کو 1280x704 سے میپ کیا جاتا ہے؛ portrait میں بالترتیب 512x896 اور 704x1280 استعمال ہوتے ہیں۔
num_inference_stepsاختیاری
قسمinteger
ڈیفالٹ40
2 – 50
Diffusion سیمپلنگ کے مراحل کی تعداد۔ اسے بڑھانے سے معیار بہتر ہوتا ہے مگر زیادہ وقت لگتا ہے۔
guidance_scaleاختیاری
قسمnumber
ڈیفالٹ5
1 – 10
Classifier-free guidance strength، جو پرامپٹ کی پابندی اور creativity میں توازن قائم کرتی ہے۔
shiftاختیاری
قسمnumber
ڈیفالٹ3
1 – 10
flow matching کے لیے noise-schedule shift؛ 512p استعمال کرتے وقت 3.0 کی تجویز دی جاتی ہے۔
seedاختیاری
قسمinteger | null
تخلیق کا seed، جواب میں شامل کیا جاتا ہے خواہ واضح طور پر فراہم کیا گیا ہو یا ان پٹ خالی ہونے کی وجہ سے تصادفی طور پر منتخب ہوا ہو۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
لازمی معیاری نام، یہ بھی قبول ہے

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": "scail-2",
  "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": 2000,
    "usd": "2.00",
    "charged": 2000,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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,
    "preprocessing_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
    },
    "preprocessing_mask_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
    }
  },
  "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"
  }
}
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
video
object {url, content_type, file_name, file_size}تخلیق سے تیار کردہ ویڈیو فائل۔
seed
integerویڈیو تخلیق کے لیے استعمال ہونے والا seed۔
preprocessing_video
object {url, content_type, file_name, file_size} | nullStage-A پوز کنڈیشننگ ان پٹ پر مشتمل ڈیبگ ویڈیو، جو diffusion ماڈل کو فراہم کیا گیا تھا؛ صرف `output_preprocessing=true` کے ساتھ دستیاب ہے۔ اس کا مواد `driving_type` پر منحصر ہے: `end_to_end` میں SAM3 کے ذریعے ماسک کی گئی ڈرائیونگ فوٹیج استعمال ہوتی ہے، جبکہ `driving_type=pose` میں NLF/DWPose سے رینڈر کیا گیا اسکیلٹن استعمال ہوتا ہے۔
preprocessing_mask_video
object {url, content_type, file_name, file_size} | nullڈیبگنگ کے لیے Stage-A ڈرائیونگ ماسک ویڈیو، صرف `output_preprocessing=true` کے ساتھ دستیاب ہے۔

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/scail-2.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt