Vai al contenuto

MiniMax H3 Text to Video LoRA Trainer

Integra

ID del modello minimax/h3/t2v/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/t2v/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"

Questa richiesta: 10,00 $ 10.000 crediti API Esegui in questa pagina

Ottieni la chiave API
MiniMax Addestramento 1–60 s #utility#editing

Trainer LoRA per la generazione text-to-video pura con audio, senza condizionamento dei fotogrammi chiave

MiniMax · File

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

resolution predefinito medium

Risoluzione di addestramento. Aumentare la risoluzione incrementa i requisiti di memoria.

aspect_ratio predefinito 16:9

Scegli le proporzioni di addestramento dallo stesso insieme disponibile tramite l'API MiniMax H3.

•obbligatorio

URL di uno ZIP contenente video di addestramento in formato .mp4, .mov, .avi o .mkv; sono consigliati almeno 10 clip e sono preferibili raccolte più ampie. Le immagini non possono essere dati di addestramento: i dataset composti solo da immagini e gli archivi che combinano immagini e video di addestramento vengono rifiutati, anche se alcuni endpoint consentono immagini come risorse laterali di condizionamento. I file di didascalie facoltativi possono accompagnare i clip, con ogni file di testo che condivide il nome di base del relativo video.

predefinito 2000

Numero totale di passaggi di addestramento.

Avanzate 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 predefinito 32

Rango di adattamento LoRA, che scambia un maggiore consumo di memoria con una capacità superiore all'aumentare del valore.

predefinito

Frase di attivazione dello stile LoRA, inserita all'inizio delle didascalie durante l'addestramento.

predefinito 0.0002

Tasso di apprendimento dell'ottimizzazione, che bilancia un possibile aumento della velocità di training con il rischio di overfitting quando viene aumentato.

predefinito 73

Numero di fotogrammi per ogni campione di addestramento; la divisione per 17 deve lasciare resto 5. Esempi: 22, 39, 56, 73, 90, 107 e 124.

predefinito 24

Frequenza dei fotogrammi del video di destinazione, misurata in fotogrammi al secondo.

predefinito 0

Il condizionamento tramite fotogrammi chiave deve rimanere disabilitato a 0 perché questa route esegue l'addestramento esclusivamente su text-to-video-audio. Il condizionamento tramite fotogrammi chiave richiede invece una route first-last-frame o una route image-to-video-audio.

predefinito 30

Trigger di suddivisione delle scene espresso come durata in secondi: vengono suddivisi solo i video più lunghi della soglia.

POST /run/minimax/h3/t2v/trainer?wait=20 preventivo → 10,00 $
# 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/t2v/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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su MiniMax H3 Text to Video LoRA Trainer

Addestra una LoRA da un archivio zip di clip video con didascalie in `training_data_url` per la generazione video solo testuale. Il condizionamento del primo fotogramma è fissato a 0, quindi l'addestramento dei fotogrammi chiave è affidato ai trainer affini. Le impostazioni regolabili includono `rank`, `number_of_steps` (da 1 a 15000), `learning_rate`, `number_of_frames`, `frame_rate`, `resolution` e una `trigger_phrase`.

Parametri

NomeTipo PredefinitoConsentiti Descrizione
training_data_urlobbligatorio
Tipostring
URL di uno ZIP contenente video di addestramento in formato .mp4, .mov, .avi o .mkv; sono consigliati almeno 10 clip e sono preferibili raccolte più ampie. Le immagini non possono essere dati di addestramento: i dataset composti solo da immagini e gli archivi che combinano immagini e video di addestramento vengono rifiutati, anche se alcuni endpoint consentono immagini come risorse laterali di condizionamento. I file di didascalie facoltativi possono accompagnare i clip, con ogni file di testo che condivide il nome di base del relativo video.
rankfacoltativo
Tipoenum
Predefinito32
8163264128
Rango di adattamento LoRA, che scambia un maggiore consumo di memoria con una capacità superiore all'aumentare del valore.
number_of_stepsfacoltativo
Tipointeger
Predefinito2000
1 – 15.000
Numero totale di passaggi di addestramento.
learning_ratefacoltativo
Tiponumber
Predefinito0.0002
0,000001 – 1
Tasso di apprendimento dell'ottimizzazione, che bilancia un possibile aumento della velocità di training con il rischio di overfitting quando viene aumentato.
number_of_framesfacoltativo
Tipointeger
Predefinito73
22 – 124
Numero di fotogrammi per ogni campione di addestramento; la divisione per 17 deve lasciare resto 5. Esempi: 22, 39, 56, 73, 90, 107 e 124.
frame_ratefacoltativo
Tipointeger
Predefinito24
8 – 60
Frequenza dei fotogrammi del video di destinazione, misurata in fotogrammi al secondo.
resolutionfacoltativo
Tipoenum
Predefinitomedium
lowmediumhigh
Risoluzione di addestramento. Aumentare la risoluzione incrementa i requisiti di memoria.
aspect_ratiofacoltativo
Tipoenum
Predefinito16:9
21:916:94:31:13:49:16
Scegli le proporzioni di addestramento dallo stesso insieme disponibile tramite l'API MiniMax H3.
trigger_phrasefacoltativo
Tipostring
Predefinito
Frase di attivazione dello stile LoRA, inserita all'inizio delle didascalie durante l'addestramento.
first_frame_conditioning_pfacoltativo
Tiponumber
Predefinito0
0 – 0
Il condizionamento tramite fotogrammi chiave deve rimanere disabilitato a 0 perché questa route esegue l'addestramento esclusivamente su text-to-video-audio. Il condizionamento tramite fotogrammi chiave richiede invece una route first-last-frame o una route image-to-video-audio.
auto_scale_inputfacoltativo
Tipoboolean
Predefinitofalse
Indica se fps di destinazione e numero di fotogrammi vengono sincronizzati tramite il ridimensionamento automatico del video; true abilita questa regolazione.
split_input_into_scenesfacoltativo
Tipoboolean
Predefinitotrue
Suddivisione delle scene per i video che superano una soglia di durata, abilitata quando è true.
split_input_duration_thresholdfacoltativo
Tiponumber
Predefinito30
1 – 60
Trigger di suddivisione delle scene espresso come durata in secondi: vengono suddivisi solo i video più lunghi della soglia.
debug_datasetfacoltativo
Tipoboolean
Predefinitofalse
Modalità di ispezione del preprocessing per controllare video, immagini e didascalie prima di un'esecuzione completa dell'addestramento. Abilitandola, il trainer restituisce il dataset di addestramento elaborato in un archivio scaricabile per la revisione manuale.
strict_datasetfacoltativo
Tipoboolean
Predefinitofalse
Gestione rigorosa dei problemi di preprocessing che altrimenti verrebbero registrati e risolti usando i fallback documentati. L'abilitazione rifiuta le didascalie che richiedono prompt vuoti, i fotogrammi chiave laterali mancanti e i video con audio illeggibile invece di sostituirli rispettivamente con un prompt vuoto, un fotogramma del clip o il silenzio.
obbligatorio

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/t2v/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": 10000,
    "usd": "10.00",
    "charged": 10000,
    "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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
lora_file
object {url, content_type, file_name, file_size}URL dei pesi LoRA addestrati in formato .safetensors.
config_file
object {url, content_type, file_name, file_size}Configurazione per l'impostazione dell'endpoint di inferenza.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponibile solo per le richieste con `debug_dataset` abilitato, questo archivio scaricabile contiene i dati di addestramento dopo il preprocessing.

Altri modelli: Addestramento

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/minimax/h3/t2v/trainer.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt