رفتن به محتوا

AnimateDiff · Text to Video

یکپارچه‌سازی

شناسه مدل fast-animatediff/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-animatediff/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"

این درخواست: ≈⁨‎$۰٫۰۲۳⁩ ۲۳ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Open model متن به ویدیو سریع #animation#stylized

تبدیل متن به ویدیو با AnimateDiff، شامل 1 تا 32 فریم و پیش‌تنظیم‌های حرکتی اختیاری

Open model · ویدیو

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 ویدیو؛ برای دستیابی به بهترین نتایج، ویدیوی مطلوب را تا حد امکان دقیق توصیف کنید.

پیش‌فرض 16

تعداد فریم‌های ویدیوی تولیدشده.

پیشرفته negative_prompt · video_size · num_inference_steps · guidance_scale · fps · seed · enable_safety_checker · motions
پیش‌فرض (bad quality, worst q...

پرامپت منفی برای مشخص‌کردن جزئیات تصویری که باید حذف شوند، از جمله رنگ‌ها، اشیا، مناظر یا ویژگی‌های ظریف‌تر. نمونه‌ها شامل سبیل، تاری یا وضوح پایین هستند.

video_size پیش‌فرض square

ابعاد ویدیوی تولیدشده.

پیش‌فرض 25

تعداد مراحل استنتاج.

پیش‌فرض 7.5

میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).

پیش‌فرض 8

نرخ استخراج فریم از ویدیو، برحسب فریم در ثانیه.

seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.

حرکت‌های اعمال‌شده روی ویدیو.

POST /run/fast-animatediff/text-to-video?wait=20 قیمت → ⁨‎$۰٫۰۲۳⁩
# 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-animatediff/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"

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 AnimateDiff · Text to Video

از یک `prompt` کلیپ کوتاه و سبک‌دار تولید می‌کند. `num_frames` از 1 تا 32 (پیش‌فرض 16)، `fps` از 1 تا 16 و `num_inference_steps` حداکثر 50 است. `motions` پیش‌تنظیم‌های حرکتی را اعمال می‌کند، `video_size` پیش‌تنظیم‌های مربعی، عمودی و افقی دارد و `negative_prompt` پشتیبانی می‌شود.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
دستورهای تولید ویدیو؛ برای دستیابی به بهترین نتایج، ویدیوی مطلوب را تا حد امکان دقیق توصیف کنید.
negative_promptاختیاری
نوعstring
پیش‌فرض(bad quality, worst quality:1.2), ugly faces, bad anime
پرامپت منفی برای مشخص‌کردن جزئیات تصویری که باید حذف شوند، از جمله رنگ‌ها، اشیا، مناظر یا ویژگی‌های ظریف‌تر. نمونه‌ها شامل سبیل، تاری یا وضوح پایین هستند.
num_framesاختیاری
نوعinteger
پیش‌فرض16
۱ – ۳۲
تعداد فریم‌های ویدیوی تولیدشده.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض25
۱ – ۵۰
تعداد مراحل استنتاج.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض7.5
۰ – ۲۰
میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).
seedاختیاری
نوعinteger | null
seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.
fpsاختیاری
نوعinteger
پیش‌فرض8
۱ – ۱۶
نرخ استخراج فریم از ویدیو، برحسب فریم در ثانیه.
motionsاختیاری
نوعenum[]
حرکت‌های اعمال‌شده روی ویدیو.
video_sizeاختیاری
نوعobject
پیش‌فرضsquare
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ابعاد ویدیوی تولیدشده.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fast-animatediff/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": 23,
    "usd": "0.023",
    "charged": 23,
    "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"
  }
}
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
video
object {url, content_type, file_name, file_size}فایل ویدیوی حاصل.
seed
integerSeed استفاده‌شده هنگام تولید ویدیو.

مدل‌های بیشتر: متن به ویدیو

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