コンテンツへスキップ

MiniMax H3 Reference to Video LoRA Trainer

統合

モデル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"

このリクエスト: $30.00 30,000 APIクレジット このページで実行

APIキーを取得
MiniMax トレーニング 参照入力1–60 s

以前のLoRAからウォームスタートできる、参照条件付き動画用LoRAトレーナー

MiniMax · ファイル

最初の結果がここに表示されます

以下でリクエストを作成し、APIキーで実行してください。出力はストレージにコピーされ、永久保存または無料で7日保存されます。

リクエストを作成

コントロールはモデルスキーマから生成されます。値を変更するとコードと価格が更新されます。

resolution デフォルト medium

トレーニング解像度。解像度を上げるとメモリ要件が増加します。

aspect_ratio デフォルト 16:9

MiniMax H3 APIで使用できるものと同じ集合から、トレーニングのアスペクト比を選択します。

•必須

被写体トレーニング動画を含むZIPのURL。画像のみのデータセットと画像・動画混在のトレーニングアーカイブは拒否されるため、画像は参照サイドカーとして指定する必要があります。オプションの追加ファイルは各クリップのベース名を共有します。キャプションは`clip01.txt`のように指定し、順序付き参照は`ref_1`~`ref_4`として`clip01.ref_1.<ext>`~`clip01.ref_4.<ext>`という名前にします。参照サイドカーがない場合は、クリップのフレームが独自の参照になります。`<ext>`で参照モダリティを決定します。画像(.png/.jpg/.jpeg)、音声(.wav/.mp3/.flac/.m4a/.ogg/.aac)、動画(.mp4/.mov/.avi/.mkv/.webm)に対応し、動画のサウンドトラックも音声参照になります。トレーニングクリップは.mp4、.mov、.avi、.mkvに対応し、少なくとも10個、より多くを推奨します。

デフォルト 2000

トレーニングステップの総数。

詳細設定 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 デフォルト 32

LoRA 適応ランク。値を上げるとメモリ消費が増える代わりに容量が向上します。

デフォルト

LoRA スタイルの有効化フレーズ。トレーニング中にキャプションの先頭へ挿入されます。

.safetensors形式の、以前このトレーナーで作成したLoRAを使用したウォームスタートトレーニングのURLと、その後に実行するnumber_of_steps追加トレーニングステップ数。アダプターウェイト以外は復元されず、最適化と学習率スケジューリングは最初から開始されます。

デフォルト 0.0002

最適化の学習率。増加させると学習が高速化する可能性がある一方、過学習のリスクも高まるため、そのバランスを調整します。

デフォルト 73

各トレーニングサンプルのフレーム数。17で割った余りが5になる必要があります。例:22、39、56、73、90、107、124。

デフォルト 24

目標動画フレームレート。フレーム per secondで測定します。

デフォルト 0.9

参照画像による条件付けトレーニングと、条件なしのテキストから動画・音声へのトレーニングの使用頻度を設定します。残りの確率は、プロンプトのみの安定した生成を維持するため、条件なしの目的に割り当てられます。

デフォルト 30

シーン分割のトリガー。秒単位の長さで表し、しきい値より長い動画のみ分割します。

POST /run/minimax/h3/ref2va/trainer?wait=20 見積もり → $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"

このリクエストを実行

キーはこのブラウザ内に保持されます。Doitong APIにのみ送信され、「記憶する」にチェックを入れた場合のみlocalStorageに保存されます。 APIキーを取得

MiniMax H3 Reference to Video LoRA Trainerについて

被写体動画クリップのzipからLoRAを学習し、参照入力で動画生成を制御できるようにします。`reference_conditioning_p`で学習中に参照を使用する頻度を設定し、`resume_from_lora_url`で以前に学習したLoRAから継続します。`rank`、`number_of_steps`、`number_of_frames`、`frame_rate`、`aspect_ratio`も設定できます。重みと設定ファイルを返します。

パラメータ

名前型 デフォルト許可される値 説明
training_data_url必須
型string
被写体トレーニング動画を含むZIPのURL。画像のみのデータセットと画像・動画混在のトレーニングアーカイブは拒否されるため、画像は参照サイドカーとして指定する必要があります。オプションの追加ファイルは各クリップのベース名を共有します。キャプションは`clip01.txt`のように指定し、順序付き参照は`ref_1`~`ref_4`として`clip01.ref_1.<ext>`~`clip01.ref_4.<ext>`という名前にします。参照サイドカーがない場合は、クリップのフレームが独自の参照になります。`<ext>`で参照モダリティを決定します。画像(.png/.jpg/.jpeg)、音声(.wav/.mp3/.flac/.m4a/.ogg/.aac)、動画(.mp4/.mov/.avi/.mkv/.webm)に対応し、動画のサウンドトラックも音声参照になります。トレーニングクリップは.mp4、.mov、.avi、.mkvに対応し、少なくとも10個、より多くを推奨します。
rank任意
型enum
デフォルト32
8163264128
LoRA 適応ランク。値を上げるとメモリ消費が増える代わりに容量が向上します。
number_of_steps任意
型integer
デフォルト2000
1 – 15,000
トレーニングステップの総数。
learning_rate任意
型number
デフォルト0.0002
0.000001 – 1
最適化の学習率。増加させると学習が高速化する可能性がある一方、過学習のリスクも高まるため、そのバランスを調整します。
number_of_frames任意
型integer
デフォルト73
22 – 124
各トレーニングサンプルのフレーム数。17で割った余りが5になる必要があります。例:22、39、56、73、90、107、124。
frame_rate任意
型integer
デフォルト24
8 – 60
目標動画フレームレート。フレーム per secondで測定します。
resolution任意
型enum
デフォルトmedium
lowmediumhigh
トレーニング解像度。解像度を上げるとメモリ要件が増加します。
aspect_ratio任意
型enum
デフォルト16:9
21:916:94:31:13:49:16
MiniMax H3 APIで使用できるものと同じ集合から、トレーニングのアスペクト比を選択します。
trigger_phrase任意
型string
デフォルト
LoRA スタイルの有効化フレーズ。トレーニング中にキャプションの先頭へ挿入されます。
reference_conditioning_p任意
型number
デフォルト0.9
0 – 1
参照画像による条件付けトレーニングと、条件なしのテキストから動画・音声へのトレーニングの使用頻度を設定します。残りの確率は、プロンプトのみの安定した生成を維持するため、条件なしの目的に割り当てられます。
resume_from_lora_url任意
型string | null
.safetensors形式の、以前このトレーナーで作成したLoRAを使用したウォームスタートトレーニングのURLと、その後に実行するnumber_of_steps追加トレーニングステップ数。アダプターウェイト以外は復元されず、最適化と学習率スケジューリングは最初から開始されます。
auto_scale_input任意
型boolean
デフォルトfalse
自動動画スケーリングによって対象fpsとフレーム数を一致させるかどうか。trueでこの調整を有効にします。
split_input_into_scenes任意
型boolean
デフォルトtrue
長さがしきい値を超える動画のシーン分割を有効にします。分割されたクリップの参照サイドカーは破棄されます。
split_input_duration_threshold任意
型number
デフォルト30
1 – 60
シーン分割のトリガー。秒単位の長さで表し、しきい値より長い動画のみ分割します。
debug_dataset任意
型boolean
デフォルトfalse
本格的なトレーニング前に前処理を確認するためのアーカイブをダウンロードするオプション。有効にすると、処理済みデータセットをパッケージ化し、キャプション、参照画像、動画、画像を手動で検査できます。
strict_dataset任意
型boolean
デフォルトfalse
通常はログに記録され、文書化されたフォールバックで解決される前処理問題を厳密に処理します。有効にすると、空のプロンプトが必要なキャプション、欠落した参照サイドカー、音声を読み取れない動画を、フォールバックせずに拒否します。
必須

出力

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"
  }
}
ファイルの保存期間を選択すべてのoutputs[].urlはストレージ上のコピーです。アカウント設定または?storage=により、永久保存(GB・月単位で有料)または無料で7日保存できます。
すべてのモデルで同じ形式画像、動画、音声のいずれでも、type、url、content_type、width、height、durationが含まれます。outputはモデル独自の結果オブジェクトです。
出力フィールド
lora_file
object {url, content_type, file_name, file_size}.safetensors 形式のトレーニング済み LoRA 重みの URL。
config_file
object {url, content_type, file_name, file_size}推論エンドポイントのセットアップ設定。
debug_dataset
object {url, content_type, file_name, file_size} | null`debug_dataset`を有効にしたリクエストでのみ利用できます。前処理後のトレーニングデータを格納したダウンロード可能なアーカイブです。

その他のモデル: トレーニング

AIエージェント向け:このページのMarkdown版はこちらです: https://doitong.com/ja/developers/models/minimax/h3/ref2va/trainer.md. すべてのモデルとガイド: https://doitong.com/developers/llms.txt