Ir para o conteúdo

Stable Video Diffusion

Integrar

ID do modelo fast-svd/text-to-video
# 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/fast-svd/text-to-video?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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Esta solicitação: ≈$ 0,033 33 créditos de API Executar nesta página

Obter chave de API
Open model Texto para vídeo Rápido

Texto para vídeo com SVD v1.1 que controla intensidade do movimento, fps, número de etapas e aumento de ruído

Open model · Vídeo

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório

Prompt que fornece a base inicial para a geração.

Avançado negative_prompt · deep_cache · video_size · motion_bucket_id · cond_aug · steps · fps · seed · enable_safety_checker
padrão unrealistic, saturate...

Orientação inicial da geração fornecida como prompt negativo.

deep_cache padrão none

Opção obsoleta mantida exclusivamente para compatibilidade retroativa; não afeta o processamento.

video_size padrão landscape_16_9

Dimensões do vídeo gerado.

padrão 127

ID do agrupamento de movimento, com valores crescentes correspondendo a movimentos cada vez mais intensos no vídeo gerado.

padrão 0.02

Nível de ruído aplicado ao quadro de condicionamento; aumentá-lo estimula mais movimento em detrimento da semelhança com a imagem inicial.

padrão 20

Contagem de etapas do modelo, oferecendo melhor qualidade em detrimento de um tempo de geração maior à medida que a contagem aumenta.

padrão 10

Taxa de quadros do vídeo gerado, que contém 25 quadros no total. Valores maiores tornam a reprodução mais rápida.

Seed para reproduzir imagens no Stable Diffusion. Uma imagem pode ser reproduzida exatamente em cada execução mantendo inalterados a versão do modelo, o prompt e a seed.

POST /run/fast-svd/text-to-video?wait=20 cotação → $ 0,033
# 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/fast-svd/text-to-video?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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre Stable Video Diffusion

Produz um clipe de vídeo curto a partir de um `prompt` de texto, com `negative_prompt` opcional. `motion_bucket_id` (1 a 255) define a quantidade de movimento, `fps` varia de 1 a 25 e `steps` de 1 a 100. O tamanho da saída é escolhido entre predefinições como square_hd, portrait_16_9 ou landscape_4_3, e um `seed` torna os resultados reproduzíveis. A opção `deep_cache` não tem efeito.

Parâmetros

NomeTipo PadrãoPermitido Descrição
promptobrigatório
Tipostring
Prompt que fornece a base inicial para a geração.
motion_bucket_idopcional
Tipointeger
Padrão127
1 – 255
ID do agrupamento de movimento, com valores crescentes correspondendo a movimentos cada vez mais intensos no vídeo gerado.
cond_augopcional
Tiponumber
Padrão0.02
0 – 10
Nível de ruído aplicado ao quadro de condicionamento; aumentá-lo estimula mais movimento em detrimento da semelhança com a imagem inicial.
seedopcional
Tipointeger | null
Seed para reproduzir imagens no Stable Diffusion. Uma imagem pode ser reproduzida exatamente em cada execução mantendo inalterados a versão do modelo, o prompt e a seed.
stepsopcional
Tipointeger
Padrão20
1 – 100
Contagem de etapas do modelo, oferecendo melhor qualidade em detrimento de um tempo de geração maior à medida que a contagem aumenta.
deep_cacheopcional
Tipoenum
Padrãonone
noneminimummediumhigh
Opção obsoleta mantida exclusivamente para compatibilidade retroativa; não afeta o processamento.
fpsopcional
Tipointeger
Padrão10
1 – 25
Taxa de quadros do vídeo gerado, que contém 25 quadros no total. Valores maiores tornam a reprodução mais rápida.
negative_promptopcional
Tipostring
Padrãounrealistic, saturated, high contrast, big nose, painting, drawing, sketch, cartoon, anime, manga, render, CG, 3d, watermark, signature, label
Orientação inicial da geração fornecida como prompt negativo.
video_sizeopcional
Tipoobject
Padrãolandscape_16_9
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensões do vídeo gerado.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
A filtragem pode ser relaxada definindo false, desde que o chamador esteja autorizado.
obrigatório

Saída

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fast-svd/text-to-video",
  "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": 33,
    "usd": "0.033",
    "charged": 33,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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
  },
  "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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
video
object {url, content_type, file_name, file_size}Arquivo de vídeo produzido pela geração.
seed
integerSeed de geração de imagens, incluindo o valor escolhido aleatoriamente quando a entrada não forneceu uma seed; caso contrário, repete o valor fornecido.

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/fast-svd/text-to-video.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt