Gå til indhold

MiniMax H3 Image to Video Audio LoRA Trainer

Integrer

Model-id minimax/h3/i2v/trainer
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/minimax/h3/i2v/trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

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

Denne anmodning: 20,00 $ 20.000 API-kreditter Kør den på denne side

Hent API-nøgle
MiniMax Træning 1–60 s #utility#editing

LoRA-træner, der lærer første-billede-til-video med lyd fra videoklip

MiniMax · Fil

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

resolution standard medium

Træningsopløsning. En højere opløsning øger hukommelseskravene.

aspect_ratio standard 16:9

Vælg træningens formatforhold fra det samme sæt, der er tilgængeligt via MiniMax H3 API.

•påkrævet

URL til en ZIP med træningsvideoer i formatet .mp4, .mov, .avi eller .mkv; mindst 10 klip anbefales, og større samlinger foretrækkes. Billeder kan ikke være træningsmedier: datasæt kun med billeder og arkiver, der blander træningsbilleder med videoer, afvises, selv om nogle endpoints tillader billeder som conditioning-sidecars. Valgfrie billedtekstfiler kan ledsage klippene, hvor hver tekstfil deler basisnavn med sin video.

standard 2000

Samlet antal træningstrin.

Avanceret rank · trigger_phrase · learning_rate · number_of_frames · frame_rate · first_frame_conditioning_p · split_input_duration_threshold · auto_scale_input · split_input_into_scenes · debug_dataset · strict_dataset
rank standard 32

LoRA-tilpasningsrang, der bytter øget hukommelsesforbrug for større kapacitet, når indstillingen øges.

standard

Aktiveringsudtryk for LoRA-stilen, indsat i begyndelsen af beskrivelserne under træning.

standard 0.0002

Optimeringens læringsrate, der afvejer en mulig hastighedsforøgelse i træningen mod risikoen for overtilpasning, når den øges.

standard 73

Frameantal for hver træningsprøve; division med 17 skal give resten 5. Eksempler er 22, 39, 56, 73, 90, 107 og 124.

standard 24

Målvideoframefrekvens målt i frames per sekund.

standard 0.5

Forbedr image-to-video-ydeevnen ved at øge, hvor ofte træningen bruger betingelse på første frame; denne værdi angiver sandsynligheden.

standard 30

Trigger for scenedeling angivet som en varighed i sekunder: kun videoer, der er længere end tærsklen, opdeles.

POST /run/minimax/h3/i2v/trainer?wait=20 pris → 20,00 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/minimax/h3/i2v/trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

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

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om MiniMax H3 Image to Video Audio LoRA Trainer

Træner en LoRA fra en zip-fil med videoklip i `training_data_url` ved hjælp af betingelse fra første billede, så et stillbillede kan animeres til video. Datasættet må kun indeholde videoer. Indstillinger omfatter `rank` fra 8 til 128, `number_of_steps` op til 15000, `number_of_frames` fra 22 til 124, `frame_rate` fra 8 til 60 og en `trigger_phrase`. Outputtet er LoRA-vægte og en konfigurationsfil.

Parametre

NavnType StandardTilladt Beskrivelse
training_data_urlpåkrævet
Typestring
URL til en ZIP med træningsvideoer i formatet .mp4, .mov, .avi eller .mkv; mindst 10 klip anbefales, og større samlinger foretrækkes. Billeder kan ikke være træningsmedier: datasæt kun med billeder og arkiver, der blander træningsbilleder med videoer, afvises, selv om nogle endpoints tillader billeder som conditioning-sidecars. Valgfrie billedtekstfiler kan ledsage klippene, hvor hver tekstfil deler basisnavn med sin video.
rankvalgfri
Typeenum
Standard32
8163264128
LoRA-tilpasningsrang, der bytter øget hukommelsesforbrug for større kapacitet, når indstillingen øges.
number_of_stepsvalgfri
Typeinteger
Standard2000
1 – 15.000
Samlet antal træningstrin.
learning_ratevalgfri
Typenumber
Standard0.0002
0,000001 – 1
Optimeringens læringsrate, der afvejer en mulig hastighedsforøgelse i træningen mod risikoen for overtilpasning, når den øges.
number_of_framesvalgfri
Typeinteger
Standard73
22 – 124
Frameantal for hver træningsprøve; division med 17 skal give resten 5. Eksempler er 22, 39, 56, 73, 90, 107 og 124.
frame_ratevalgfri
Typeinteger
Standard24
8 – 60
Målvideoframefrekvens målt i frames per sekund.
resolutionvalgfri
Typeenum
Standardmedium
lowmediumhigh
Træningsopløsning. En højere opløsning øger hukommelseskravene.
aspect_ratiovalgfri
Typeenum
Standard16:9
21:916:94:31:13:49:16
Vælg træningens formatforhold fra det samme sæt, der er tilgængeligt via MiniMax H3 API.
trigger_phrasevalgfri
Typestring
Standard
Aktiveringsudtryk for LoRA-stilen, indsat i begyndelsen af beskrivelserne under træning.
first_frame_conditioning_pvalgfri
Typenumber
Standard0.5
0 – 1
Forbedr image-to-video-ydeevnen ved at øge, hvor ofte træningen bruger betingelse på første frame; denne værdi angiver sandsynligheden.
auto_scale_inputvalgfri
Typeboolean
Standardfalse
Om mål-fps og frameantal matches gennem automatisk videoskalering; true aktiverer denne justering.
split_input_into_scenesvalgfri
Typeboolean
Standardtrue
Scenedeling for videoer, der overskrider en varighedstærskel, aktiveret når værdien er true.
split_input_duration_thresholdvalgfri
Typenumber
Standard30
1 – 60
Trigger for scenedeling angivet som en varighed i sekunder: kun videoer, der er længere end tærsklen, opdeles.
debug_datasetvalgfri
Typeboolean
Standardfalse
Inspektionstilstand for præprocessering, der bruges til at kontrollere videoer, billeder og beskrivelser før en fuld træningskørsel. Aktivering får træneren til at returnere det behandlede træningsdatasæt i et arkiv, der kan downloades til manuel gennemgang.
strict_datasetvalgfri
Typeboolean
Standardfalse
Streng håndtering af preprocessing-problemer, som ellers ville blive logget og løst ved hjælp af de dokumenterede fallbackmuligheder. Når den aktiveres, afvises billedtekster, der kræver tomme prompts, manglende sidecar-keyframes og videoer med ulæselig lyd i stedet for at erstatte dem med en tom prompt, en frame fra klippet eller stilhed.
påkrævet

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/i2v/trainer",
  "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": 20000,
    "usd": "20.00",
    "charged": 20000,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "lora_file": {
      "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
    },
    "config_file": {
      "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
    },
    "debug_dataset": {
      "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
    }
  },
  "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://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
lora_file
object {url, content_type, file_name, file_size}URL til trænede LoRA-vægte i .safetensors-format.
config_file
object {url, content_type, file_name, file_size}Konfiguration til opsætning af inferens-endpointet.
debug_dataset
object {url, content_type, file_name, file_size} | nullKun tilgængelig for anmodninger med `debug_dataset` aktiveret; dette downloadbare arkiv indeholder træningsdataene efter preprocessing.

Flere modeller: Træning

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/minimax/h3/i2v/trainer.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt