Passer au contenu

MiniMax H3 Reference to Video LoRA Trainer

Intégrer

Identifiant du modèle 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"

Cette requête: 30,00 $ 30 000 crédits API L’exécuter sur cette page

Obtenir une clé API
MiniMax Entraînement Entrées de référence1–60 s

Entraîneur LoRA pour la vidéo conditionnée par des références, avec reprise à chaud depuis un LoRA précédent

MiniMax · Fichier

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

resolution par défaut medium

Résolution d'entraînement. Augmenter la résolution accroît les besoins en mémoire.

aspect_ratio par défaut 16:9

Choisissez le rapport hauteur/largeur d'entraînement dans le même ensemble que celui disponible via l'API MiniMax H3.

•requis

URL d'un ZIP de vidéos d'entraînement du sujet; les jeux de données composés uniquement d'images et les archives d'entraînement mixtes image/vidéo sont rejetés, les images doivent donc être des éléments annexes de référence. Les éléments facultatifs partagent le nom de base de chaque clip : une légende telle que `clip01.txt` et des références ordonnées de `ref_1` à `ref_4`, nommées `clip01.ref_1.<ext>` à `clip01.ref_4.<ext>`; sans éléments annexes de référence, une image du clip fournit sa propre référence. `<ext>` détermine la modalité de référence : images (.png/.jpg/.jpeg), audio (.wav/.mp3/.flac/.m4a/.ogg/.aac) ou vidéos (.mp4/.mov/.avi/.mkv/.webm), dont les bandes sonores deviennent également des références audio. Les clips d'entraînement prennent en charge .mp4, .mov, .avi et .mkv; visez au moins 10 clips, davantage étant préférable.

par défaut 2000

Nombre total d'étapes d'entraînement.

Avancé 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 par défaut 32

Rang d'adaptation LoRA, qui échange une consommation mémoire accrue contre une capacité supérieure à mesure que le réglage augmente.

par défaut

Phrase d'activation du style LoRA, insérée au début des légendes pendant l'entraînement.

URL pour un entraînement à démarrage à chaud avec une LoRA .safetensors créée précédemment par cet entraîneur, suivie de number_of_steps étapes d'entraînement supplémentaires. Rien à part les poids de l'adaptateur n'est restauré : l'optimisation et la planification du taux d'apprentissage recommencent toutes deux.

par défaut 0.0002

Taux d’apprentissage d’optimisation, qui équilibre une éventuelle accélération de l’entraînement et le risque de surapprentissage lorsqu’il est augmenté.

par défaut 73

Nombre d'images pour chaque échantillon d'entraînement; sa division par 17 doit laisser un reste de 5. Exemples : 22, 39, 56, 73, 90, 107 et 124.

par défaut 24

Fréquence d’images cible de la vidéo, mesurée en images par seconde.

par défaut 0.9

Définissez la fréquence à laquelle l'entraînement utilise le conditionnement par image de référence par rapport à l'entraînement texte vers vidéo-audio sans conditionnement. La probabilité restante est attribuée à l'objectif sans conditionnement afin de maintenir une génération stable à partir de l'invite seule.

par défaut 30

Déclencheur de découpage des scènes exprimé comme une durée en secondes : seules les vidéos dépassant le seuil sont découpées.

POST /run/minimax/h3/ref2va/trainer?wait=20 devis → 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de MiniMax H3 Reference to Video LoRA Trainer

Entraîne un LoRA sur une archive zip de clips vidéo de sujets afin que les entrées de référence puissent orienter la génération vidéo. `reference_conditioning_p` définit la fréquence d'utilisation des références pendant l'entraînement, et `resume_from_lora_url` reprend à partir d'un LoRA entraîné précédemment. Paramètres également configurables : `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` et `aspect_ratio`. Renvoie les poids et un fichier de configuration.

Paramètres

NomType Par défautAutorisé Description
training_data_urlrequis
Typestring
URL d'un ZIP de vidéos d'entraînement du sujet; les jeux de données composés uniquement d'images et les archives d'entraînement mixtes image/vidéo sont rejetés, les images doivent donc être des éléments annexes de référence. Les éléments facultatifs partagent le nom de base de chaque clip : une légende telle que `clip01.txt` et des références ordonnées de `ref_1` à `ref_4`, nommées `clip01.ref_1.<ext>` à `clip01.ref_4.<ext>`; sans éléments annexes de référence, une image du clip fournit sa propre référence. `<ext>` détermine la modalité de référence : images (.png/.jpg/.jpeg), audio (.wav/.mp3/.flac/.m4a/.ogg/.aac) ou vidéos (.mp4/.mov/.avi/.mkv/.webm), dont les bandes sonores deviennent également des références audio. Les clips d'entraînement prennent en charge .mp4, .mov, .avi et .mkv; visez au moins 10 clips, davantage étant préférable.
rankfacultatif
Typeenum
Par défaut32
8163264128
Rang d'adaptation LoRA, qui échange une consommation mémoire accrue contre une capacité supérieure à mesure que le réglage augmente.
number_of_stepsfacultatif
Typeinteger
Par défaut2000
1 – 15 000
Nombre total d'étapes d'entraînement.
learning_ratefacultatif
Typenumber
Par défaut0.0002
0,000001 – 1
Taux d’apprentissage d’optimisation, qui équilibre une éventuelle accélération de l’entraînement et le risque de surapprentissage lorsqu’il est augmenté.
number_of_framesfacultatif
Typeinteger
Par défaut73
22 – 124
Nombre d'images pour chaque échantillon d'entraînement; sa division par 17 doit laisser un reste de 5. Exemples : 22, 39, 56, 73, 90, 107 et 124.
frame_ratefacultatif
Typeinteger
Par défaut24
8 – 60
Fréquence d’images cible de la vidéo, mesurée en images par seconde.
resolutionfacultatif
Typeenum
Par défautmedium
lowmediumhigh
Résolution d'entraînement. Augmenter la résolution accroît les besoins en mémoire.
aspect_ratiofacultatif
Typeenum
Par défaut16:9
21:916:94:31:13:49:16
Choisissez le rapport hauteur/largeur d'entraînement dans le même ensemble que celui disponible via l'API MiniMax H3.
trigger_phrasefacultatif
Typestring
Par défaut
Phrase d'activation du style LoRA, insérée au début des légendes pendant l'entraînement.
reference_conditioning_pfacultatif
Typenumber
Par défaut0.9
0 – 1
Définissez la fréquence à laquelle l'entraînement utilise le conditionnement par image de référence par rapport à l'entraînement texte vers vidéo-audio sans conditionnement. La probabilité restante est attribuée à l'objectif sans conditionnement afin de maintenir une génération stable à partir de l'invite seule.
resume_from_lora_urlfacultatif
Typestring | null
URL pour un entraînement à démarrage à chaud avec une LoRA .safetensors créée précédemment par cet entraîneur, suivie de number_of_steps étapes d'entraînement supplémentaires. Rien à part les poids de l'adaptateur n'est restauré : l'optimisation et la planification du taux d'apprentissage recommencent toutes deux.
auto_scale_inputfacultatif
Typeboolean
Par défautfalse
Indique si le fps cible et le nombre d'images sont harmonisés par mise à l'échelle vidéo automatique; true active cet ajustement.
split_input_into_scenesfacultatif
Typeboolean
Par défauttrue
Activez le découpage des scènes pour les vidéos dépassant un seuil de durée, en supprimant les éléments annexes de référence des clips découpés.
split_input_duration_thresholdfacultatif
Typenumber
Par défaut30
1 – 60
Déclencheur de découpage des scènes exprimé comme une durée en secondes : seules les vidéos dépassant le seuil sont découpées.
debug_datasetfacultatif
Typeboolean
Par défautfalse
Option de téléchargement d'une archive pour vérifier le prétraitement avant de lancer l'entraînement complet. Lorsque cette option est activée, l'entraîneur empaquette le jeu de données traité afin que vous puissiez inspecter manuellement les légendes, images de référence, vidéos et images.
strict_datasetfacultatif
Typeboolean
Par défautfalse
Gestion stricte des problèmes de prétraitement qui seraient autrement consignés et résolus à l'aide de la solution de repli documentée. L'activation rejette les légendes nécessitant des invites vides, les éléments annexes de référence manquants et les vidéos dont l'audio est illisible, plutôt que d'autoriser ces solutions de repli.
requis

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
lora_file
object {url, content_type, file_name, file_size}URL des poids LoRA entraînés au format .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuration de l'installation du point de terminaison d'inférence.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponible uniquement pour les requêtes avec `debug_dataset` activé, cette archive téléchargeable contient les données d'entraînement après le prétraitement.

Plus de modèles : Entraînement

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/minimax/h3/ref2va/trainer.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt