שפּרינגען צו אינהאַלט

Scail 2

אינטעגרירן

מאָדעל־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"

פֿײַלן ווי דער בײַשפּיל: ⁨$ 2.00⁩ 2,000 API־קרעדיטן אײַערע פֿײַלן ווערן געמאסטן איידערן לויפֿן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Open model ווידעא צו ווידעא ביז 704p #stylized#transform

אַנימירט אַ רעפֿערענץ־בילד פֿון אַ כאַראַקטער מיט באַוועגונג פֿון אַ דרייווינג־ווידעאָ, אָדער טוישט אים אַרײַן אין דער אָריגינעלער סצענע

Open model · ווידעא

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט

פּראָמפּט וואָס באַשטימט דעם געוואָלטן רעזולטאַט־ווידעא.

•פארלאנגט image_url
לייגט אַרײַן אַ טעקע, אָדער

URL פֿון אַ רעפֿערענץ־בילד מיטן כאַראַקטער צו אַנימירן אָדער אײַנשטעלן אַנשטאָט אַ סוביעקט; דער באַוועגונגס־ווידעא באַשטימט די אַנימאַציע אָדער אויסבײַטונג.

•פארלאנגט video_url
לייגט אַרײַן אַ טעקע, אָדער

גיט אָן אַ באַוועגונגס־ווידעא דורך אַ URL, מיט איין מענטש, עטלעכע מענטשן אָדער אַ חיה.

resolution סטאַנדאַרט 512p

רעזולטאַט־רעזאָלוציע, מיט אַן אָריענטאַציע וואָס ווערט אויטאָמאַטיש באַשטימט לויטן זײַטן־פֿאַרהעלטעניש פֿונעם רעפֿערענץ־בילד. בײַ אַ ברייטן פֿאָרמאַט ווערט 512p צו 896x512 און 704p צו 1280x704; בײַ אַ הויכן פֿאָרמאַט ווערן געניצט 512x896 און 704x1280, רעספּעקטיוו.

פֿאָרגעשריטן mode · driving_type · subject_type · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker
mode סטאַנדאַרט animation

קלײַבט ווי צו ניצן דעם רעפֿערענץ־כאַראַקטער: `replacement` היט אָפּ די אָריגינעלע סצענע, אָבער שטעלט אײַן דעם כאַראַקטער אַנשטאָט דעם סוביעקט אין באַוועגונגס־ווידעא; `animation` גיט איבער די באַוועגונג צום כאַראַקטער.

driving_type סטאַנדאַרט end_to_end

די אַנימאַציע־באַוועגונג קומט גלײַך פֿון אַ באַוועגונגס־ווידעא מיט אַ SAM3־מאַסקע בײַ `end_to_end`, די סטאַנדאַרט־ברירה, רעקאָמענדירט פֿאַר מאַקסימאַלער פֿאַרלאָזלעכקייט. אַלטערנאַטיוו ניצט `pose` NLF/DWPose צו רענדערן אַן עקספּליציטן סקעלעט פֿון יענעם ווידעא, מיט מער קאָנטראָל בײַ שווערע אַרײַנגעבונגען.

subject_type סטאַנדאַרט human

אויסקלײַב פֿונעם סוביעקט אין באַוועגונגס־ווידעא; `animal` שטעלט אײַן דעם דערקענונגס־פּראָמפּט פֿון SAM3 פֿאַר סוביעקטן וואָס זענען נישט `human`.

סטאַנדאַרט 40

צאָל שריט בײַ דיפֿוזיע־מוסטערונג. אַ העכערע צאָל פֿאַרבעסערט די קוואַליטעט, אָבער נעמט מער צײַט.

סטאַנדאַרט 5

Classifier-free guidance שטאַרקייט, וואָס באַלאַנסירט נאָכפֿאָלגן דעם פּראָמפּט קעגן קרעאַטיווקייט.

סטאַנדאַרט 3

ראַש־פּלאַן־פֿאַרשיבונג פֿאַר שטראָם־צופּאַסונג; בײַ 512p איז די רעקאָמענדירטע באַשטעטיקונג 3.0.

גענערירונגס־זוימען אין דער ענטפֿער, צי ער איז בפֿירוש אָנגעגעבן געוואָרן צי צופֿעליק אויסגעקליבן ווײַל די אַרײַנגעבונג איז געבליבן ליידיק.

POST /run/scail-2?wait=20 פּרײַז → ⁨$ 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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Scail 2

נעמט אַ רעפֿערענץ־כאַראַקטער `image_url` און אַ דרייווינג־`video_url` מיט אַ מענטש, עטלעכע מענטשן אָדער אַן חיה. אין `animation`־מאָדע פֿירט דער כאַראַקטער אויס די דרייווינג־באַוועגונג; אין `replacement`־מאָדע טוישט ער דעם סוביעקט בשעת די סצענע בלײַבט. די רעזאָלוציע איז 512p אָדער 704p, מיט אָריענטאַציע אויסגעקליבן לויטן בילד. `driving_type` קען ניצן דירעקטע end-to-end דרייווינג אָדער אַן אויסדרוקלעכן פּאָזע־סקעלעט.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
promptפארלאנגט
טיפּstring
פּראָמפּט וואָס באַשטימט דעם געוואָלטן רעזולטאַט־ווידעא.
image_urlפארלאנגט image
טיפּurl · image
URL פֿון אַ רעפֿערענץ־בילד מיטן כאַראַקטער צו אַנימירן אָדער אײַנשטעלן אַנשטאָט אַ סוביעקט; דער באַוועגונגס־ווידעא באַשטימט די אַנימאַציע אָדער אויסבײַטונג.
video_urlפארלאנגט video
טיפּurl · video
גיט אָן אַ באַוועגונגס־ווידעא דורך אַ URL, מיט איין מענטש, עטלעכע מענטשן אָדער אַ חיה.
modeאָפּציאָנעל
טיפּenum
סטאַנדאַרטanimation
animationreplacement
קלײַבט ווי צו ניצן דעם רעפֿערענץ־כאַראַקטער: `replacement` היט אָפּ די אָריגינעלע סצענע, אָבער שטעלט אײַן דעם כאַראַקטער אַנשטאָט דעם סוביעקט אין באַוועגונגס־ווידעא; `animation` גיט איבער די באַוועגונג צום כאַראַקטער.
driving_typeאָפּציאָנעל
טיפּenum
סטאַנדאַרטend_to_end
end_to_endpose
די אַנימאַציע־באַוועגונג קומט גלײַך פֿון אַ באַוועגונגס־ווידעא מיט אַ SAM3־מאַסקע בײַ `end_to_end`, די סטאַנדאַרט־ברירה, רעקאָמענדירט פֿאַר מאַקסימאַלער פֿאַרלאָזלעכקייט. אַלטערנאַטיוו ניצט `pose` NLF/DWPose צו רענדערן אַן עקספּליציטן סקעלעט פֿון יענעם ווידעא, מיט מער קאָנטראָל בײַ שווערע אַרײַנגעבונגען.
subject_typeאָפּציאָנעל
טיפּenum
סטאַנדאַרטhuman
humananimal
אויסקלײַב פֿונעם סוביעקט אין באַוועגונגס־ווידעא; `animal` שטעלט אײַן דעם דערקענונגס־פּראָמפּט פֿון SAM3 פֿאַר סוביעקטן וואָס זענען נישט `human`.
resolutionאָפּציאָנעל
טיפּenum
סטאַנדאַרט512p
512p704p
רעזולטאַט־רעזאָלוציע, מיט אַן אָריענטאַציע וואָס ווערט אויטאָמאַטיש באַשטימט לויטן זײַטן־פֿאַרהעלטעניש פֿונעם רעפֿערענץ־בילד. בײַ אַ ברייטן פֿאָרמאַט ווערט 512p צו 896x512 און 704p צו 1280x704; בײַ אַ הויכן פֿאָרמאַט ווערן געניצט 512x896 און 704x1280, רעספּעקטיוו.
num_inference_stepsאָפּציאָנעל
טיפּinteger
סטאַנדאַרט40
2 – 50
צאָל שריט בײַ דיפֿוזיע־מוסטערונג. אַ העכערע צאָל פֿאַרבעסערט די קוואַליטעט, אָבער נעמט מער צײַט.
guidance_scaleאָפּציאָנעל
טיפּnumber
סטאַנדאַרט5
1 – 10
Classifier-free guidance שטאַרקייט, וואָס באַלאַנסירט נאָכפֿאָלגן דעם פּראָמפּט קעגן קרעאַטיווקייט.
shiftאָפּציאָנעל
טיפּnumber
סטאַנדאַרט3
1 – 10
ראַש־פּלאַן־פֿאַרשיבונג פֿאַר שטראָם־צופּאַסונג; בײַ 512p איז די רעקאָמענדירטע באַשטעטיקונג 3.0.
seedאָפּציאָנעל
טיפּinteger | null
גענערירונגס־זוימען אין דער ענטפֿער, צי ער איז בפֿירוש אָנגעגעבן געוואָרן צי צופֿעליק אויסגעקליבן ווײַל די אַרײַנגעבונג איז געבליבן ליידיק.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
סקרינינג קען ווערן פאַרלייכטערט דורך שטעלן false, אויב דער רופער איז אָטעריזירט.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
video
object {url, content_type, file_name, file_size}ווידעא־פֿײַל געשאַפֿן דורך גענערירונג.
seed
integerזוימען פֿאַר ווידעא־גענערירונג.
preprocessing_video
object {url, content_type, file_name, file_size} | nullדיבאַג־ווידעא מיט דער Stage-A פּאָזע־באַדינגונגס־אַרײַנגעבונג צום דיפֿוזיע־מאָדעל, פֿאַראַן נאָר מיט `output_preprocessing=true`. דער אינהאַלט ווענדט זיך אין `driving_type`: `end_to_end` ניצט באַוועגונגס־ווידעא מיט אַ SAM3־מאַסקע, בעת `driving_type=pose` ניצט אַ סקעלעט גערענדערט דורך NLF/DWPose.
preprocessing_mask_video
object {url, content_type, file_name, file_size} | nullStage-A באַוועגונגס־מאַסקע־ווידעא פֿאַר דיבאַגינג, פֿאַראַן נאָר מיט `output_preprocessing=true`.

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/scail-2.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt