Gå til indhold

MiniMax H3 Reference to Video LoRA Trainer

Integrer

Model-id minimax/h3/ref2va/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/ref2va/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: 30,00 $ 30.000 API-kreditter Kør den på denne side

Hent API-nøgle
MiniMax Træning Referenceinputs1–60 s

LoRA-træner til referencebetinget video med varm start fra en tidligere LoRA

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 motivtræningsvideoer; datasæt kun med billeder og blandede billed/video-træningsarkiver afvises, så billeder skal i stedet være reference-sidecars. Valgfrit ekstraindhold deler hvert klips basisnavn: en billedtekst som `clip01.txt` og ordnede referencer fra `ref_1` til `ref_4`, navngivet `clip01.ref_1.<ext>` til `clip01.ref_4.<ext>`; uden reference-sidecars leverer en frame fra klippet dets egen reference. `<ext>` bestemmer referencens modalitet: billeder (.png/.jpg/.jpeg), lyd (.wav/.mp3/.flac/.m4a/.ogg/.aac) eller videoer (.mp4/.mov/.avi/.mkv/.webm), hvis lydspor også bliver lydreferencer. Træningsklip understøtter .mp4, .mov, .avi og .mkv; sigt efter mindst 10 klip, gerne flere.

standard 2000

Samlet antal træningstrin.

Avanceret rank · trigger_phrase · resume_from_lora_url · learning_rate · number_of_frames · frame_rate · reference_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.

URL til warm-start-træning med en .safetensors-LoRA, der tidligere er oprettet af denne træner, efterfulgt af antallet af yderligere træningstrin i number_of_steps. Intet ud over adaptervægtene gendannes: både optimering og læringsratestyring begynder på ny.

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 0.9

Angiv, hvor ofte træningen bruger conditioning med referencebilleder frem for ubetinget tekst-til-video-lyd-træning. Den resterende sandsynlighed går til det ubetingede mål for at opretholde stabil promptbaseret generering.

standard 30

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

POST /run/minimax/h3/ref2va/trainer?wait=20 pris → 30,00 $
# 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/ref2va/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 Reference to Video LoRA Trainer

Træner en LoRA på en zip-fil med videoklip af motiver, så referenceinput kan styre videogenereringen. `reference_conditioning_p` angiver, hvor ofte referencer bruges under træningen, og `resume_from_lora_url` fortsætter fra en tidligere trænet LoRA. Kan også konfigureres: `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` og `aspect_ratio`. Returnerer vægte og en konfigurationsfil.

Parametre

NavnType StandardTilladt Beskrivelse
training_data_urlpåkrævet
Typestring
URL til en ZIP med motivtræningsvideoer; datasæt kun med billeder og blandede billed/video-træningsarkiver afvises, så billeder skal i stedet være reference-sidecars. Valgfrit ekstraindhold deler hvert klips basisnavn: en billedtekst som `clip01.txt` og ordnede referencer fra `ref_1` til `ref_4`, navngivet `clip01.ref_1.<ext>` til `clip01.ref_4.<ext>`; uden reference-sidecars leverer en frame fra klippet dets egen reference. `<ext>` bestemmer referencens modalitet: billeder (.png/.jpg/.jpeg), lyd (.wav/.mp3/.flac/.m4a/.ogg/.aac) eller videoer (.mp4/.mov/.avi/.mkv/.webm), hvis lydspor også bliver lydreferencer. Træningsklip understøtter .mp4, .mov, .avi og .mkv; sigt efter mindst 10 klip, gerne flere.
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.
reference_conditioning_pvalgfri
Typenumber
Standard0.9
0 – 1
Angiv, hvor ofte træningen bruger conditioning med referencebilleder frem for ubetinget tekst-til-video-lyd-træning. Den resterende sandsynlighed går til det ubetingede mål for at opretholde stabil promptbaseret generering.
resume_from_lora_urlvalgfri
Typestring | null
URL til warm-start-træning med en .safetensors-LoRA, der tidligere er oprettet af denne træner, efterfulgt af antallet af yderligere træningstrin i number_of_steps. Intet ud over adaptervægtene gendannes: både optimering og læringsratestyring begynder på ny.
auto_scale_inputvalgfri
Typeboolean
Standardfalse
Om mål-fps og frameantal matches gennem automatisk videoskalering; true aktiverer denne justering.
split_input_into_scenesvalgfri
Typeboolean
Standardtrue
Aktivér scenedeling for videoer, der er længere end en varighedstærskel, og kassér reference-sidecars fra alle klip, der deles.
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
Mulighed for at downloade et arkiv til kontrol af preprocessing før fuld træning startes. Når dette er aktiveret, pakker træneren det behandlede datasæt, så du manuelt kan kontrollere billedtekster, referencebilleder, videoer og billeder.
strict_datasetvalgfri
Typeboolean
Standardfalse
Streng håndtering af preprocessing-problemer, som ellers ville blive logget og løst ved hjælp af den dokumenterede fallback. Når den aktiveres, afvises billedtekster, der kræver tomme prompts, manglende reference-sidecars og videoer med ulæselig lyd i stedet for at tillade disse fallbacks.
påkrævet

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/ref2va/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": 30000,
    "usd": "30.00",
    "charged": 30000,
    "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/ref2va/trainer.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt