跳转到内容

Flux 3 Action

集成

模型 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"

此请求: ≈$0.003 3 API 积分 在此页面运行

获取 API 密钥
Black Forest Labs 视频转换 #robotic#arm

机器人策略模型,根据相机帧、关节状态和指令预测 SO-101 机械臂动作块

在 Doitong 上制作

Doitong 社区使用 Flux 3 Action 制作的公开作品。一键复用提示词。

显示的公开作品: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...

构建请求

控件根据模型架构生成。更改控件时,代码和价格会同步更新。

•必填 88 / 2000

以自然语言表达的机器人任务指令。

•必填
拖放文件,或

左侧图块中的图像,显示固定场景摄像头在调整为 256x256 后的当前帧。

•必填
拖放文件,或

当前腕部摄像头帧,位于右侧图块中,并调整为 256x256。

•必填

按顺序排列的测量状态值:肩部旋转和抬升、肘部弯曲、腕部弯曲和旋转,单位均为度;随后是夹爪位置百分比。

高级 history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
拖放文件,或

需要 `state_history` 的历史场景帧输入;省略时使用当前帧。提供的帧代表 7 个 tick 之前最早的历史观测。

拖放文件,或

最早历史 tick 的腕部摄像头帧;需要 `state_history`。

默认 4

Euler 去噪步数;检查点验证使用 4 步。

默认 3

视频和动作的无分类器引导强度;设为 1.0 可禁用 CFG。

采样种子;DROID 的参考评估设置为 0,SO-101 为 42。未指定时随机选择种子。

测量状态历史记录;新 episode 中省略,否则需要 `command_history`。按时间顺序提供 `state` 前紧邻的 7 个控制 tick 的测量值,频率为 30 Hz。

需要 `state_history` 的绝对指令历史记录,最后一行是最近发送的指令。各行按 8 个观测 tick 的时间顺序排列,并指定每个 tick 生效的指令。

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

运行此请求

你的密钥会保留在此浏览器中:仅发送到 Doitong API;只有勾选“记住”后才会保存到 localStorage。 获取 API 密钥

关于 Flux 3 Action

该模型不返回媒体,而是返回包含预测 `actions`、控制频率、列标签以及在请求新动作块前要执行的前导步骤数(`execute_steps`)的 JSON。必填输入包括文本 `prompt`(最多 2000 个字符)、`scene_image_url`、`wrist_image_url` 和包含 6 个值的 `state`。可选的历史输入(`state_history`、`command_history`、历史图像)用于提供时间上下文。`num_inference_steps` 范围为 1 到 8,`guidance_scale` 范围为 1 到 10。

参数

名称类型 默认值允许值 描述
prompt必填
类型string
≤ 2,000 个字符
以自然语言表达的机器人任务指令。
scene_image_url必填
类型url · image
左侧图块中的图像,显示固定场景摄像头在调整为 256x256 后的当前帧。
wrist_image_url必填
类型url · image
当前腕部摄像头帧,位于右侧图块中,并调整为 256x256。
state必填
类型number[]
≤ 6 个项目≥ 6 个项目
按顺序排列的测量状态值:肩部旋转和抬升、肘部弯曲、腕部弯曲和旋转,单位均为度;随后是夹爪位置百分比。
state_history可选
类型array[]
≤ 7 个项目≥ 7 个项目
测量状态历史记录;新 episode 中省略,否则需要 `command_history`。按时间顺序提供 `state` 前紧邻的 7 个控制 tick 的测量值,频率为 30 Hz。
command_history可选
类型array[]
≤ 8 个项目≥ 8 个项目
需要 `state_history` 的绝对指令历史记录,最后一行是最近发送的指令。各行按 8 个观测 tick 的时间顺序排列,并指定每个 tick 生效的指令。
history_scene_image_url可选
类型url · image
需要 `state_history` 的历史场景帧输入;省略时使用当前帧。提供的帧代表 7 个 tick 之前最早的历史观测。
history_wrist_image_url可选
类型url · image
最早历史 tick 的腕部摄像头帧;需要 `state_history`。
num_inference_steps可选
类型integer
默认值4
1 – 8
Euler 去噪步数;检查点验证使用 4 步。
guidance_scale可选
类型number
默认值3
1 – 10
视频和动作的无分类器引导强度;设为 1.0 可禁用 CFG。
seed可选
类型integer | null
采样种子;DROID 的参考评估设置为 0,SO-101 为 42。未指定时随机选择种子。
必填

文件参数接受公开的 https:// URL、最大 10 MB 的 data: URI,或上传文件的 file_url。 文件

输出

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"
  }
}
你的文件,由你选择每个 outputs[].url 都是存储中的副本:可永久保存(按 GB-月付费),也可免费保存 7 天,由账户设置或 ?storage= 决定。
每个模型的结构相同图像、视频和音频均包含 type、url、content_type、width、height 和 duration。output 是模型自身的结果对象。
输出字段
actions
array of array of number预测的动作数组,各行按时间顺序表示控制步骤;数值未裁剪,因此必须在机器人上执行关节、速度和工作空间限制。30 Hz 时,SO-101 提供 42x6 个绝对指令,单位为 deg 和夹爪 %;15 Hz 时,DROID 提供 32x8 个绝对关节目标,单位为 rad,另加夹爪闭合比例。
action_labels
array of string对应动作列的名称。
action_hz
number动作行的控制频率。
execute_steps
integer在请求下一批动作前要执行的初始动作数量。
seed
integer采样期间使用的随机种子。
timings
object服务器的计时测量值,单位为秒。

对于 AI 代理:此页面的 Markdown 版本位于 https://doitong.com/zh/developers/models/flux-3-action/so101.md. 所有模型和指南: https://doitong.com/developers/llms.txt