رفتن به محتوا

Omnigen V2

یکپارچه‌سازی

شناسه مدل omnigen-v2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/omnigen-v2?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"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ⁨‎$۰٫۱۵⁩ ۱۵۰ اعتبار API · ≈ ⁨‎₽۱۵٫۸۲⁩ اجرای آن در این صفحه

دریافت کلید API
BAAI متن به تصویر #multimodal#editing#try-on

نسل دوم OmniGen با حداکثر 3 تصویر ورودی، راهنمایی جداگانه متن و تصویر و امکان انتخاب زمان‌بند

BAAI · تصویر

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

دستورهای تولید یا ویرایش تصویر که بهتر است مشخص بیان شوند—برای نمونه، 'Add the bird from image 1 to the desk in image 2'.

image_size پیش‌فرض square_hd

ابعاد تصویر تولیدشده.

num_images پیش‌فرض 1

تعداد تصاویر درخواستی برای تولید.

پیشرفته negative_prompt · input_image_urls · scheduler · output_format · num_inference_steps · text_guidance_scale · image_guidance_scale · cfg_range_start · cfg_range_end · seed · enable_safety_checker
پیش‌فرض (((deformed))), blurr...

پرامپت منفی که محتوای حذف‌شونده از تصویر را توصیف می‌کند.

پیش‌فرض []
یک فایل بیندازید، یا

حداکثر 3 URL تصویر حاوی تصاویر منبع برای ویرایش یا تولید از چند تصویر.

scheduler پیش‌فرض euler

زمان‌بندی مورد استفاده هنگام diffusion.

output_format پیش‌فرض jpeg

قالب فایل تصویر نهایی.

پیش‌فرض 50

تعداد مراحل استنتاج.

پیش‌فرض 5

مقیاس راهنمایی متن: برای افزایش پایبندی تصویر تولیدشده به پرامپت متنی، آن را افزایش دهید.

پیش‌فرض 2

مقیاس راهنمایی تصویر؛ مقدار 1.3–2.0 برای ویرایش و 2.0–3.0 برای تولید درون‌بافتی، شدت پایبندی به تصاویر ارائه‌شده را تعیین می‌کند.

پیش‌فرض 0

مقدار آغازین بازه CFG.

پیش‌فرض 1

مقدار پایانی بازه CFG.

seed برای تصاویر تکرارپذیر: پرامپت و seed یکسان، در صورت ثابت‌بودن نسخه مدل، تصویر یکسانی تولید می‌کنند.

POST /run/omnigen-v2?wait=20 قیمت → ⁨‎$۰٫۱۵⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/omnigen-v2?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"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Omnigen V2

مدل تصویری چندوجهی که با یک `prompt` و حداکثر 3 `input_image_urls` تصویر ایجاد یا ویرایش می‌کند. `text_guidance_scale` (1 تا 8)، `image_guidance_scale` (1 تا 3)، ابتدا و انتهای بازه CFG، `negative_prompt` و انتخاب زمان‌بند `euler` یا `dpmsolver` را ارائه می‌دهد. تعداد گام‌ها از 20 تا 50 و تعداد خروجی‌ها حداکثر 4 است.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
دستورهای تولید یا ویرایش تصویر که بهتر است مشخص بیان شوند—برای نمونه، 'Add the bird from image 1 to the desk in image 2'.
input_image_urlsاختیاری
نوعurl[] · image
پیش‌فرض[]
حداکثر 3 URL تصویر حاوی تصاویر منبع برای ویرایش یا تولید از چند تصویر.
image_sizeاختیاری
نوعobject
پیش‌فرضsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ابعاد تصویر تولیدشده.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض50
۲۰ – ۵۰
تعداد مراحل استنتاج.
seedاختیاری
نوعinteger | null
seed برای تصاویر تکرارپذیر: پرامپت و seed یکسان، در صورت ثابت‌بودن نسخه مدل، تصویر یکسانی تولید می‌کنند.
text_guidance_scaleاختیاری
نوعnumber
پیش‌فرض5
۱ – ۸
مقیاس راهنمایی متن: برای افزایش پایبندی تصویر تولیدشده به پرامپت متنی، آن را افزایش دهید.
image_guidance_scaleاختیاری
نوعnumber
پیش‌فرض2
۱ – ۳
مقیاس راهنمایی تصویر؛ مقدار 1.3–2.0 برای ویرایش و 2.0–3.0 برای تولید درون‌بافتی، شدت پایبندی به تصاویر ارائه‌شده را تعیین می‌کند.
negative_promptاختیاری
نوعstring
پیش‌فرض(((deformed))), blurry, over saturation, bad anatomy, disfigured, poorly drawn face, mutation, mutated, (extra_limb), (ugly), (poorly drawn hands), fused fingers, messy drawing, broken legs censor, censored, censor_bar
پرامپت منفی که محتوای حذف‌شونده از تصویر را توصیف می‌کند.
cfg_range_startاختیاری
نوعnumber
پیش‌فرض0
۰ – ۱
مقدار آغازین بازه CFG.
cfg_range_endاختیاری
نوعnumber
پیش‌فرض1
۰ – ۱
مقدار پایانی بازه CFG.
schedulerاختیاری
نوعenum
پیش‌فرضeuler
eulerdpmsolver
زمان‌بندی مورد استفاده هنگام diffusion.
num_imagesاختیاری num_outputs
نوعinteger
پیش‌فرض1
۱ – ۴
تعداد تصاویر درخواستی برای تولید.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
بررسی ایمنی که به‌جای تصاویر ناامن علامت‌گذاری‌شده، تصاویر سیاه برمی‌گرداند. مقدار true بررسی را فعال می‌کند؛ false آن را فقط برای حساب‌های مجاز غیرفعال می‌کند، در حالی که درخواست‌های بدون مجوز در هر حال بررسی می‌شوند.
output_formatاختیاری
نوعenum
پیش‌فرضjpeg
jpegpng
قالب فایل تصویر نهایی.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "omnigen-v2",
  "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": 150,
    "usd": "0.15",
    "charged": 150,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "width": 1024,
        "height": 768,
        "content_type": "image/jpeg"
      }
    ],
    "timings": {},
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
images
array of object {url, width, height, content_type}اطلاعات فایل تصاویر تولیدشده.
timings
object
seed
integerSeed تولید تصویر، شامل مقدار تصادفی انتخاب‌شده در صورت حذف Seed از ورودی؛ در غیر این صورت، مقدار ارائه‌شده را تکرار می‌کند.
has_nsfw_concepts
array of booleanمشخص می‌کند مفاهیم NSFW در تصاویر تولیدشده ظاهر می‌شوند یا خیر.
prompt
stringپرامپت استفاده‌شده هنگام تولید تصویر.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/omnigen-v2.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt