Langkau ke kandungan

VGGT-1B

Integrasikan

ID model vggt-1b
# 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/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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"

Sehingga $1.755 setiap larian dicaj berdasarkan penggunaan sebenar, selebihnya dibayar balik Jalankan pada halaman ini

Dapatkan kunci API
Meta Visi

Membina semula adegan 3D daripada sehingga 48 imej atau satu video, lalu mengembalikan peta kedalaman, pose kamera dan awan titik

Meta · Data (JSON)

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

Lanjutan images · video · alpha_blend_onto · array_encoding · frame_sampling_rate · confidence_percentile · max_points · export_prediction_data · export_depth_maps · export_point_cloud · enable_safety_checker · exclude_keys
image_urls
Lepaskan fail, atau · sehingga 48

Imej sumber pembinaan semula, setiap satunya dipad ke dalam segi empat sama dan diubah saiz kepada dimensi terpanjang 518 piksel. JPEG, PNG, WEBP dan sebarang format imej tambahan yang boleh dinyahkod oleh Pillow diterima.

video_url
Lepaskan fail, atau

Video sumber pilihan yang bingkainya disampel mengikuti image_urls dalam input gabungan. Pensampelan menggunakan setiap bingkai ke-`frame_sampling_rate`, sentiasa termasuk bingkai pertama dan terakhir.

alpha_blend_onto lalai white

Pengendalian saluran alfa menawarkan empat pilihan: 'keep' membuang alfa tanpa mengubah nilai piksel asal; 'mean' menggabungkan dengan purata RGB ImageNet. Untuk latar warna padu, pilih 'white' atau 'black' untuk menggabungkan dengan warna yang sepadan.

array_encoding lalai base64

Format storan tatasusunan untuk fail JSON ramalan; 'list' menggunakan ruang jauh lebih besar daripada 'base64'. Pilih 'list' untuk senarai JSON bersarang atau 'base64' untuk objek yang mengandungi {data, shape, dtype}.

lalai 24

Selang bingkai yang digunakan hanya apabila video dibekalkan melalui `video_url`; jika tidak, tiada kesan. Kedua-dua bingkai sempadan dikekalkan tanpa mengira selang, dengan setiap bingkai ke-n disampel di antaranya.

lalai 50

Peratus penapisan berasaskan keyakinan untuk pembinaan awan titik: 0 melumpuhkan penapisan, manakala nilai lain mengecualikan peratusan titik tersebut, bermula dengan titik paling kurang diyakini.

lalai 250000

Had bilangan titik GLB, lalai kepada 250,000. Untuk mengurangkan kependaman pensirilan dan muat naik, pilihan yang disampel sekata akan ditulis apabila awan melebihi belanjawan ini.

Kunci yang dikecualikan daripada setiap fail JSON ramalan.

POST /run/vggt-1b?wait=20 sebut harga → $1.755
# 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/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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"

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang VGGT-1B

Menganggar geometri daripada berbilang pandangan. Berikan sehingga 48 imej dalam `image_urls`, dan secara pilihan tambah `video_url` yang disampel setiap `frame_sampling_rate` bingkai. Ia mengembalikan peta kedalaman setiap bingkai, ekstrinsik dan intrinsik kamera, fail ramalan mentah serta awan titik GLB dengan kon kamera. `confidence_percentile` dan `max_points` mengawal kepadatan awan titik.

Parameter

Hantar sama ada nama kanonik atau nama natif, bukan kedua-duanya. Nama kanonik

NamaJenis LalaiDibenarkan Penerangan
image_urlspilihan images
Jenisurl[] · image
≤ 48 item
Imej sumber pembinaan semula, setiap satunya dipad ke dalam segi empat sama dan diubah saiz kepada dimensi terpanjang 518 piksel. JPEG, PNG, WEBP dan sebarang format imej tambahan yang boleh dinyahkod oleh Pillow diterima.
video_urlpilihan video
Jenisurl · video
Video sumber pilihan yang bingkainya disampel mengikuti image_urls dalam input gabungan. Pensampelan menggunakan setiap bingkai ke-`frame_sampling_rate`, sentiasa termasuk bingkai pertama dan terakhir.
frame_sampling_ratepilihan
Jenisinteger
Lalai24
1 – 1,000
Selang bingkai yang digunakan hanya apabila video dibekalkan melalui `video_url`; jika tidak, tiada kesan. Kedua-dua bingkai sempadan dikekalkan tanpa mengira selang, dengan setiap bingkai ke-n disampel di antaranya.
alpha_blend_ontopilihan
Jenisenum
Lalaiwhite
keepwhiteblackmean
Pengendalian saluran alfa menawarkan empat pilihan: 'keep' membuang alfa tanpa mengubah nilai piksel asal; 'mean' menggabungkan dengan purata RGB ImageNet. Untuk latar warna padu, pilih 'white' atau 'black' untuk menggabungkan dengan warna yang sepadan.
export_prediction_datapilihan
Jenisboolean
Lalaitrue
Eksport ramalan mentah sebagai fail JSON berasingan untuk setiap bingkai. Setiap fail mengandungi kedalaman dan keyakinannya, topeng, serta pose kamera yang dikodkan.
export_depth_mapspilihan
Jenisboolean
Lalaitrue
Eksport raster kedalaman dengan pemetaan linear `depth_range` kepada nilai piksel 0–65535. Setiap bingkai mendapat PNG skala kelabu berasingan dengan ketepatan 16-bit.
export_point_cloudpilihan
Jenisboolean
Lalaitrue
Eksport awan titik berwarna bercantum dalam format GLB, dengan kamera anggaran diwakili oleh mesh kon individu dalam adegan.
array_encodingpilihan
Jenisenum
Lalaibase64
base64list
Format storan tatasusunan untuk fail JSON ramalan; 'list' menggunakan ruang jauh lebih besar daripada 'base64'. Pilih 'list' untuk senarai JSON bersarang atau 'base64' untuk objek yang mengandungi {data, shape, dtype}.
exclude_keyspilihan
Jenisenum[]
Kunci yang dikecualikan daripada setiap fail JSON ramalan.
confidence_percentilepilihan
Jenisnumber
Lalai50
0 – 100
Peratus penapisan berasaskan keyakinan untuk pembinaan awan titik: 0 melumpuhkan penapisan, manakala nilai lain mengecualikan peratusan titik tersebut, bermula dengan titik paling kurang diyakini.
max_pointspilihan
Jenisinteger
Lalai250000
1,000 – 5,000,000
Had bilangan titik GLB, lalai kepada 250,000. Untuk mengurangkan kependaman pensirilan dan muat naik, pilihan yang disampel sekata akan ditulis apabila awan melebihi belanjawan ini.
enable_safety_checkerpilihan
Jenisboolean
Lalaitrue
Togol pemeriksaan keselamatan untuk input imej dan video.
diperlukan Nama kanonik, turut diterima

Parameter fail menerima URL awam https://, URI data: sehingga 10 MB, atau file_url bagi muat naik. Fail

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vggt-1b",
  "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": 1755,
    "usd": "1.755",
    "charged": 1755,
    "refunded": 0
  },
  "input": {},
  "output": {
    "point_cloud": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "depth_maps": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "prediction_data": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      }
    ],
    "num_frames": 1,
    "depth_range": [
      1.0
    ],
    "extrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "intrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
point_cloud
object {url, content_type, file_name, file_size} | nullEksport awan titik yang dikembalikan apabila `export_point_cloud` adalah true; adegan GLB menggabungkan awan bercantum dengan kon kamera.
depth_maps
array of object {url, content_type, file_name, file_size, width, height}Eksport peta kedalaman yang tersedia apabila `export_depth_maps` adalah true. Entri mengikut urutan bingkai sumber, dengan setiap bingkai diwakili oleh raster PNG skala kelabu pada kedalaman 16-bit.
prediction_data
array of object {url, content_type, file_name, file_size}Eksport ramalan mentah: apabila `export_prediction_data` adalah true, setiap bingkai mempunyai fail JSON sendiri dan fail mengikut urutan bingkai.
num_frames
integerJumlah bilangan bingkai yang dibina semula, termasuk imej dan bingkai yang disampel daripada video.
depth_range
array of numberHad kedalaman [min, max] yang digunakan untuk kuantisasi `depth_maps`. Pulihkan kedalaman sebagai min + piksel * (max - min) / 65535.
extrinsics
array of array of array of numberMatriks ekstrinsik kamera-daripada-dunia, bersaiz 3x4, bagi setiap bingkai; paksi OpenCV menghala ke kanan sepanjang x, ke bawah sepanjang y dan ke hadapan sepanjang z.
intrinsics
array of array of array of numberMatriks intrinsik pinhole, bersaiz 3x3, bagi setiap bingkai, dinyatakan dalam koordinat piksel bingkai model 518x518.
timings
objectMasa berlalu mengikut jam dinding bagi setiap peringkat, dalam saat.

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/vggt-1b.md. Semua model dan panduan: https://doitong.com/developers/llms.txt