Aqbeż għall-kontenut

MiniMax H3 Reference to Video LoRA Trainer

Integra

Id tal-mudell 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"

Din it-talba: $30.00 30,000 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
MiniMax Taħriġ Inputs ta’ referenza1–60 s

Trainer LoRA għal vidjo kkundizzjonat b’referenza, b’bidu sħun minn LoRA preċedenti

MiniMax · Fajl

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

resolution prestabbilit medium

Riżoluzzjoni tat-taħriġ. Żieda fir-riżoluzzjoni żżid ir-rekwiżiti tal-memorja.

aspect_ratio prestabbilit 16:9

Agħżel il-proporzjon tal-aspett tat-taħriġ mill-istess sett disponibbli permezz tal-MiniMax H3 API.

•meħtieġ

URL għal ZIP ta’ vidjows ta’ taħriġ tas-suġġett; datasets ta’ immaġnijiet biss u arkivji mħallta ta’ taħriġ b’immaġnijiet/vidjows jiġu rrifjutati, għalhekk l-immaġnijiet iridu jkunu sidecars ta’ referenza. Extras mhux obbligatorji jaqsmu l-isem bażiku ta’ kull klipp: caption bħal `clip01.txt` u referenzi ordnati minn `ref_1` sa `ref_4`, bl-ismijiet `clip01.ref_1.<ext>` sa `clip01.ref_4.<ext>`; mingħajr sidecars ta’ referenza, frejm mill-klipp jipprovdi r-referenza tiegħu stess. L-`<ext>` jiddetermina l-modalità tar-referenza: immaġnijiet (.png/.jpg/.jpeg), awdjo (.wav/.mp3/.flac/.m4a/.ogg/.aac) jew vidjows (.mp4/.mov/.avi/.mkv/.webm), li s-soundtracks tagħhom isiru wkoll referenzi tal-awdjo. Il-klipps tat-taħriġ jappoġġjaw .mp4, .mov, .avi u .mkv; mira għal mill-inqas 10 klipps, b’aktar preferibbli.

prestabbilit 2000

Għadd totali ta' passi tat-taħriġ.

Avvanzat 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 prestabbilit 32

Rank tal-adattament LoRA, li jiskambja konsum akbar tal-memorja għal kapaċità akbar hekk kif jiżdied l-issettjar.

prestabbilit

Frażi ta' attivazzjoni tal-istil LoRA, imdaħħla fil-bidu tal-captions waqt it-taħriġ.

URL għal taħriġ warm-start b’LoRA .safetensors maħluq qabel minn dan it-trainer, segwit min-numru ta’ passi ta’ taħriġ addizzjonali number_of_steps. Ma jiġi rrestawrat xejn ħlief il-piżijiet tal-adapter: kemm l-ottimizzazzjoni kif ukoll l-iskedar tar-rata tat-tagħlim jibdew mill-ġdid.

prestabbilit 0.0002

Rata tat-tagħlim tal-ottimizzazzjoni, li tibbilanċja żieda possibbli fil-veloċità tat-taħriġ mar-riskju ta' overfitting meta tiżdied.

prestabbilit 73

Għadd ta’ frejms għal kull kampjun ta’ taħriġ; meta jiġi diviż bi 17 għandu jħalli fdal ta’ 5. Eżempji jinkludu 22, 39, 56, 73, 90, 107 u 124.

prestabbilit 24

Rata tal-frejms tal-vidjo fil-mira, imkejla f'frejms kull sekonda.

prestabbilit 0.9

Issettja kemm-il darba t-taħriġ juża kondizzjonament b’immaġni ta’ referenza meta mqabbel ma’ taħriġ text-to-video-audio mhux ikkundizzjonat. Kwalunkwe probabbiltà li tibqa’ tmur għall-għan mhux ikkundizzjonat biex iżżomm ġenerazzjoni stabbli ibbażata biss fuq il-prompt.

prestabbilit 30

Trigger tad-diviżjoni tax-xeni espress bħala tul f'sekondi: vidjos biss itwal mil-limitu jinqasmu.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar MiniMax H3 Reference to Video LoRA Trainer

Jitħarreġ LoRA minn zip ta’ klipps tal-vidjo tas-suġġett sabiex l-inputs ta’ referenza jkunu jistgħu jiggwidaw il-ġenerazzjoni tal-vidjo. `reference_conditioning_p` jistabbilixxi kemm-il darba jintużaw ir-referenzi waqt it-taħriġ, u `resume_from_lora_url` ikompli minn LoRA mħarreġ qabel. Jistgħu jiġu kkonfigurati wkoll: `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` u `aspect_ratio`. Jirritorna l-piżijiet u fajl ta’ konfigurazzjoni.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
training_data_urlmeħtieġ
Tipstring
URL għal ZIP ta’ vidjows ta’ taħriġ tas-suġġett; datasets ta’ immaġnijiet biss u arkivji mħallta ta’ taħriġ b’immaġnijiet/vidjows jiġu rrifjutati, għalhekk l-immaġnijiet iridu jkunu sidecars ta’ referenza. Extras mhux obbligatorji jaqsmu l-isem bażiku ta’ kull klipp: caption bħal `clip01.txt` u referenzi ordnati minn `ref_1` sa `ref_4`, bl-ismijiet `clip01.ref_1.<ext>` sa `clip01.ref_4.<ext>`; mingħajr sidecars ta’ referenza, frejm mill-klipp jipprovdi r-referenza tiegħu stess. L-`<ext>` jiddetermina l-modalità tar-referenza: immaġnijiet (.png/.jpg/.jpeg), awdjo (.wav/.mp3/.flac/.m4a/.ogg/.aac) jew vidjows (.mp4/.mov/.avi/.mkv/.webm), li s-soundtracks tagħhom isiru wkoll referenzi tal-awdjo. Il-klipps tat-taħriġ jappoġġjaw .mp4, .mov, .avi u .mkv; mira għal mill-inqas 10 klipps, b’aktar preferibbli.
rankmhux obbligatorju
Tipenum
Prestabbilit32
8163264128
Rank tal-adattament LoRA, li jiskambja konsum akbar tal-memorja għal kapaċità akbar hekk kif jiżdied l-issettjar.
number_of_stepsmhux obbligatorju
Tipinteger
Prestabbilit2000
1 – 15,000
Għadd totali ta' passi tat-taħriġ.
learning_ratemhux obbligatorju
Tipnumber
Prestabbilit0.0002
0.000001 – 1
Rata tat-tagħlim tal-ottimizzazzjoni, li tibbilanċja żieda possibbli fil-veloċità tat-taħriġ mar-riskju ta' overfitting meta tiżdied.
number_of_framesmhux obbligatorju
Tipinteger
Prestabbilit73
22 – 124
Għadd ta’ frejms għal kull kampjun ta’ taħriġ; meta jiġi diviż bi 17 għandu jħalli fdal ta’ 5. Eżempji jinkludu 22, 39, 56, 73, 90, 107 u 124.
frame_ratemhux obbligatorju
Tipinteger
Prestabbilit24
8 – 60
Rata tal-frejms tal-vidjo fil-mira, imkejla f'frejms kull sekonda.
resolutionmhux obbligatorju
Tipenum
Prestabbilitmedium
lowmediumhigh
Riżoluzzjoni tat-taħriġ. Żieda fir-riżoluzzjoni żżid ir-rekwiżiti tal-memorja.
aspect_ratiomhux obbligatorju
Tipenum
Prestabbilit16:9
21:916:94:31:13:49:16
Agħżel il-proporzjon tal-aspett tat-taħriġ mill-istess sett disponibbli permezz tal-MiniMax H3 API.
trigger_phrasemhux obbligatorju
Tipstring
Prestabbilit
Frażi ta' attivazzjoni tal-istil LoRA, imdaħħla fil-bidu tal-captions waqt it-taħriġ.
reference_conditioning_pmhux obbligatorju
Tipnumber
Prestabbilit0.9
0 – 1
Issettja kemm-il darba t-taħriġ juża kondizzjonament b’immaġni ta’ referenza meta mqabbel ma’ taħriġ text-to-video-audio mhux ikkundizzjonat. Kwalunkwe probabbiltà li tibqa’ tmur għall-għan mhux ikkundizzjonat biex iżżomm ġenerazzjoni stabbli ibbażata biss fuq il-prompt.
resume_from_lora_urlmhux obbligatorju
Tipstring | null
URL għal taħriġ warm-start b’LoRA .safetensors maħluq qabel minn dan it-trainer, segwit min-numru ta’ passi ta’ taħriġ addizzjonali number_of_steps. Ma jiġi rrestawrat xejn ħlief il-piżijiet tal-adapter: kemm l-ottimizzazzjoni kif ukoll l-iskedar tar-rata tat-tagħlim jibdew mill-ġdid.
auto_scale_inputmhux obbligatorju
Tipboolean
Prestabbilitfalse
Jekk l-fps fil-mira u l-għadd ta’ frejms humiex imqabbla permezz ta’ skalar awtomatiku tal-vidjo; true jattiva dan l-aġġustament.
split_input_into_scenesmhux obbligatorju
Tipboolean
Prestabbilittrue
Attiva t-tqassim tax-xeni għal vidjows itwal minn limitu ta’ tul, billi tarmi s-sidecars ta’ referenza minn kwalunkwe klipp li jinqasam.
split_input_duration_thresholdmhux obbligatorju
Tipnumber
Prestabbilit30
1 – 60
Trigger tad-diviżjoni tax-xeni espress bħala tul f'sekondi: vidjos biss itwal mil-limitu jinqasmu.
debug_datasetmhux obbligatorju
Tipboolean
Prestabbilitfalse
Għażla li tniżżel arkivju biex tiċċekkja l-preprocessing qabel ma tibda t-taħriġ sħiħ. Meta tkun attivata, it-trainer jippakkja d-dataset ipproċessat sabiex tkun tista’ tispezzjona manwalment il-captions, l-immaġnijiet ta’ referenza, il-vidjows u l-immaġnijiet għall-korrettezza.
strict_datasetmhux obbligatorju
Tipboolean
Prestabbilitfalse
Immaniġġjar strett tal-problemi ta’ preprocessing li inkella jiġu rreġistrati u solvuti bl-użu tal-fallback dokumentat. Meta jkun attivat, jirrifjuta captions li jeħtieġu prompts vojta, sidecars ta’ referenza neqsin u vidjows b’awdjo li ma jistax jinqara, minflok ma jippermetti dawk il-fallbacks.
meħtieġ

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
lora_file
object {url, content_type, file_name, file_size}URL għal piżijiet LoRA mħarrġa f'format .safetensors.
config_file
object {url, content_type, file_name, file_size}Konfigurazzjoni għas-setup tal-endpoint tal-inferenza.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponibbli biss għal talbiet b’`debug_dataset` attivat, dan l-arkivju li jista’ jitniżżel fih id-dejta tat-taħriġ wara l-preprocessing.

Aktar mudelli: Taħriġ

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/minimax/h3/ref2va/trainer.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt