Bỏ qua đến nội dung

Nemotron Diffusion Vlm

Tích hợp

Id mô hình nemotron-diffusion-vlm
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

Yêu cầu này: ≈0,005 $ 5 tín dụng API Chạy trên trang này

Lấy khóa API
NVIDIA Thị giác #utility#editing

Mô hình thị giác-ngôn ngữ trả lời lời nhắc về hình ảnh bằng giải mã văn bản dựa trên diffusion

NVIDIA · Văn bản

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc

Lời nhắc chỉ định nội dung cần trả lời về hình ảnh.

•bắt buộc image_url
Thả tệp hoặc

URL trỏ đến hình ảnh cần xử lý.

Nâng cao max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
mặc định 512

Giới hạn trên của số token được tạo.

mặc định 256

Chọn số bước giải mã khuếch tán là bội số của max_tokens / block_length khi chỉ định rõ; số này cũng không được nhỏ hơn thương số đó.

mặc định 32

Độ dài của mỗi khối giải mã khuếch tán.

mặc định 0.9

Ngưỡng tin cậy để giải mã khuếch tán.

POST /run/nemotron-diffusion-vlm?wait=20 báo giá → 0,005 $
# 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/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Nemotron Diffusion Vlm

Nhận hình ảnh trong `image_url` và câu hỏi trong `prompt`, rồi trả về câu trả lời dạng văn bản. Có thể điều chỉnh giải mã qua `max_tokens` (1 đến 8192), `num_inference_steps` (1 đến 1024), `block_length` (8 đến 128) và `threshold` độ tin cậy từ 0 đến 1. Đầu ra cũng gồm thông tin thời gian và mức sử dụng.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
image_urlbắt buộc image
Kiểuurl · image
URL trỏ đến hình ảnh cần xử lý.
promptbắt buộc
Kiểustring
Lời nhắc chỉ định nội dung cần trả lời về hình ảnh.
max_tokenstùy chọn
Kiểuinteger
Mặc định512
1 – 8.192
Giới hạn trên của số token được tạo.
num_inference_stepstùy chọn
Kiểuinteger | null
Mặc định256
1 – 1.024
Chọn số bước giải mã khuếch tán là bội số của max_tokens / block_length khi chỉ định rõ; số này cũng không được nhỏ hơn thương số đó.
block_lengthtùy chọn
Kiểuinteger
Mặc định32
8 – 128
Độ dài của mỗi khối giải mã khuếch tán.
thresholdtùy chọn
Kiểunumber
Mặc định0.9
0 – 1
Ngưỡng tin cậy để giải mã khuếch tán.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Có thể nới lỏng việc kiểm duyệt bằng cách đặt thành false, nếu người gọi được cấp quyền.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nemotron-diffusion-vlm",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "output": "The image shows a dog sitting outdoors.",
    "usage": {
      "prompt_tokens": 1,
      "completion_tokens": 1,
      "num_function_evals": 1
    },
    "timings": {
      "total_time": 1.0,
      "image_validation_time": 1.0,
      "preprocessing_time": 1.0,
      "gpu_transfer_time": 1.0,
      "generation_time": 1.0,
      "decode_time": 1.0
    }
  },
  "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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
output
stringCâu trả lời do mô hình tạo ra.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Chi tiết mức sử dụng token và giải mã khuếch tán.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Phân tích thời gian xử lý yêu cầu, tính bằng giây.

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/nemotron-diffusion-vlm.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt