Pereiti prie turinio

Nemotron Diffusion Vlm

Integruoti

Modelio id 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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ši užklausa: ≈0,005 $ 5 API kreditai · ≈ 0,52 ₽ Paleisti šiame puslapyje

Gauti API raktą
NVIDIA Regėjimas #utility#editing

Vaizdo ir kalbos modelis, atsakantis į užklausas apie vaizdą, naudojant difuzija pagrįstą teksto dekodavimą

NVIDIA · Tekstas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma

Raginys, nurodantis, į ką atsakyti apie vaizdą.

•privaloma image_url
Įmeskite failą arba

URL, nurodantis apdorojamą vaizdą.

Išplėstiniai max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
numatytoji 512

Didžiausias sugeneruotų žetonų skaičius.

numatytoji 256

Pasirinkite difuzijos dekodavimo žingsnių skaičių kaip max_tokens / block_length kartotinį, kai jį nurodote aiškiai; skaičius taip pat turi būti ne mažesnis už šį dalmenį.

numatytoji 32

Kiekvieno difuzijos dekodavimo bloko ilgis.

numatytoji 0.9

Difuzijos dekodavimo pasikliautinumo riba.

POST /run/nemotron-diffusion-vlm?wait=20 kaina → 0,005 $
# 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/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Nemotron Diffusion Vlm

Priima vaizdą per `image_url` ir klausimą per `prompt`, o grąžina tekstinį atsakymą. Dekodavimą galima reguliuoti naudojant `max_tokens` (1–8192), `num_inference_steps` (1–1024), `block_length` (8–128) ir pasitikėjimo `threshold` nuo 0 iki 1. Išvestyje taip pat pateikiama vykdymo trukmė ir naudojimo informacija.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
image_urlprivaloma image
Tipasurl · image
URL, nurodantis apdorojamą vaizdą.
promptprivaloma
Tipasstring
Raginys, nurodantis, į ką atsakyti apie vaizdą.
max_tokensneprivalomas
Tipasinteger
Numatytoji reikšmė512
1 – 8 192
Didžiausias sugeneruotų žetonų skaičius.
num_inference_stepsneprivalomas
Tipasinteger | null
Numatytoji reikšmė256
1 – 1 024
Pasirinkite difuzijos dekodavimo žingsnių skaičių kaip max_tokens / block_length kartotinį, kai jį nurodote aiškiai; skaičius taip pat turi būti ne mažesnis už šį dalmenį.
block_lengthneprivalomas
Tipasinteger
Numatytoji reikšmė32
8 – 128
Kiekvieno difuzijos dekodavimo bloko ilgis.
thresholdneprivalomas
Tipasnumber
Numatytoji reikšmė0.9
0 – 1
Difuzijos dekodavimo pasikliautinumo riba.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
output
stringModelio sugeneruotas atsakymas.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Žetonų ir difuzijos dekodavimo naudojimo informacija.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Užklausos apdorojimo trukmės išskaidymas, matuojamas sekundėmis.

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/nemotron-diffusion-vlm.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt