အကြောင်းအရာသို့ ကျော်ရန်

MiniMax H3 Reference to Video LoRA Trainer

ပေါင်းစည်းရန်

မော်ဒယ် 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"

ဤတောင်းဆိုချက်: ၃၀.၀၀ $ ၃၀,၀၀၀ API ခရက်ဒစ် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
MiniMax လေ့ကျင့်ခြင်း ရည်ညွှန်း ထည့်သွင်းချက်များ၁–၆၀ s

အစောပိုင်း LoRA မှ နွေးထွေး စတင် ဖြင့် reference-conditioned ဗီဒီယိုအတွက် LoRA trainer

MiniMax · ဖိုင်

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

resolution မူလ medium

လေ့ကျင့်ရေး ရုပ်ထွက်အရည်အသွေး။ ရုပ်ထွက်အရည်အသွေး မြှင့်တင်ခြင်းက မှတ်ဉာဏ်လိုအပ်ချက်ကို တိုးစေသည်။

aspect_ratio မူလ 16:9

MiniMax H3 API မှတစ်ဆင့် ရရှိနိုင်သော set တစ်ခုတည်းထဲမှ လေ့ကျင့်ရေး aspect ratio ကို ရွေးပါ။

•လိုအပ်သည်

အကြောင်းအရာလေ့ကျင့်ရေးဗီဒီယိုများပါ ZIP အတွက် URL။ ပုံသီးသန့် dataset များနှင့် ပုံ/ဗီဒီယို ရောစပ်ထားသော လေ့ကျင့်ရေး archive များကို ပယ်ချသဖြင့် ပုံများကို reference sidecar အဖြစ် သီးခြားထည့်ရမည်။ ရွေးချယ်နိုင်သော အပိုဖိုင်များသည် clip တစ်ခုစီ၏ base name ကို မျှဝေသည်။ `clip01.txt` ကဲ့သို့ caption တစ်ခုနှင့် `ref_1` မှ `ref_4` အထိ အစဉ်လိုက် reference များကို `clip01.ref_1.<ext>` မှ `clip01.ref_4.<ext>` အထိ အမည်ပေးရသည်။ reference sidecar မရှိပါက clip ထဲမှ ဖရိမ်တစ်ခုကို ၎င်း၏ကိုယ်ပိုင် reference အဖြစ် အသုံးပြုသည်။ `<ext>` သည် reference မီဒီယာအမျိုးအစားကို သတ်မှတ်သည်။ ပုံများ (.png/.jpg/.jpeg)၊ အသံ (.wav/.mp3/.flac/.m4a/.ogg/.aac) သို့မဟုတ် ဗီဒီယိုများ (.mp4/.mov/.avi/.mkv/.webm) ဖြစ်ပြီး ၎င်းတို့၏ soundtrack များကိုလည်း အသံ reference အဖြစ် အသုံးပြုသည်။ လေ့ကျင့်ရေး clip များသည် .mp4, .mov, .avi နှင့် .mkv ကို ပံ့ပိုးပြီး အနည်းဆုံး clip 10 ခု ရှိရန်၊ ပိုများလေ ပိုကောင်းလေ ဖြစ်သည်။

မူလ 2000

လေ့ကျင့်ရေးအဆင့် စုစုပေါင်းအရေအတွက်။

အဆင့်မြင့် 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 မူလ 32

LoRA adaptation rank။ ဆက်တင်မြင့်လာသည်နှင့် မှတ်ဉာဏ်သုံးစွဲမှု တိုးလာသော်လည်း စွမ်းရည်ပိုမိုမြင့်မားလာသည်။

မူလ

လေ့ကျင့်ရေးအတွင်း caption များ၏ အစတွင် ထည့်သွင်းသည့် LoRA style activation စကားစု။

ဤ trainer ဖြင့် ယခင်ဖန်တီးထားသော .safetensors LoRA ဖြင့် warm-start လေ့ကျင့်ရန် URL၊ ထို့နောက် number_of_steps ထပ်ဆောင်းလေ့ကျင့်ရေးအဆင့်များ။ adapter weights မှလွဲ၍ မည်သည့်အရာမျှ ပြန်လည်ရယူမည်မဟုတ်ပါ။ optimization နှင့် learning-rate scheduling နှစ်ခုစလုံးသည် အသစ်ပြန်စသည်။

မူလ 0.0002

Optimization learning rate။ တိုးမြှင့်သည့်အခါ လေ့ကျင့်မှုမြန်ဆန်လာနိုင်ခြင်းနှင့် overfitting ဖြစ်နိုင်ခြေတို့ကို ချိန်ညှိသည်။

မူလ 73

လေ့ကျင့်ရေးနမူနာတစ်ခုစီအတွက် ဖရိမ်အရေအတွက်။ 17 ဖြင့်စားသောအခါ အကြွင်း 5 ကျန်ရမည်။ ဥပမာများမှာ 22, 39, 56, 73, 90, 107 နှင့် 124 ဖြစ်သည်။

မူလ 24

ပစ်မှတ်ဗီဒီယို ဖရိမ် rate၊ ဖရိမ်များ per စက္ကန့် ဖြင့် တိုင်းတာသည်။

မူလ 0.9

လေ့ကျင့်ရေးတွင် reference-image conditioning နှင့် conditioning မပါသော text-to-video-audio လေ့ကျင့်ရေးကို မည်မျှအကြိမ်နှုန်းဖြင့် အသုံးပြုမည်ကို သတ်မှတ်ပါ။ ကျန်ရှိသော ဖြစ်နိုင်ခြေအားလုံးသည် ပရောမ့်သီးသန့် ဖန်တီးမှု တည်ငြိမ်စေရန် conditioning မပါသော ရည်ရွယ်ချက်သို့ သွားသည်။

မူလ 30

စက္ကန့်ဖြင့် ဖော်ပြသော scene ခွဲခြားမှု အစပျိုးတန်ဖိုး။ သတ်မှတ်ချက်ထက် ပိုရှည်သော ဗီဒီယိုများကိုသာ ခွဲသည်။

POST /run/minimax/h3/ref2va/trainer?wait=20 ကုန်ကျစရိတ် → ၃၀.၀၀ $
# 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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

MiniMax H3 Reference to Video LoRA Trainer အကြောင်း

ရည်ညွှန်းထည့်သွင်းချက်များက ဗီဒီယိုဖန်တီးမှုကို ထိန်းညှိနိုင်ရန် အကြောင်းအရာဗီဒီယိုကလစ်များ၏ zip မှ LoRA ကို လေ့ကျင့်ပေးသည်။ `reference_conditioning_p` သည် လေ့ကျင့်စဉ် ရည်ညွှန်းချက်များ အသုံးပြုသည့် အကြိမ်နှုန်းကို သတ်မှတ်ပြီး `resume_from_lora_url` သည် ယခင်လေ့ကျင့်ထားသော LoRA မှ ဆက်လက်လုပ်ဆောင်သည်။ ထပ်မံချိန်ညှိနိုင်သည်များမှာ `rank`၊ `number_of_steps`၊ `number_of_frames`၊ `frame_rate` နှင့် `aspect_ratio` တို့ဖြစ်သည်။ အလေးချိန်များနှင့် config ဖိုင်ကို ပြန်ပေးသည်။

ပါရာမီတာများ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
training_data_urlလိုအပ်သည်
အမျိုးအစားstring
အကြောင်းအရာလေ့ကျင့်ရေးဗီဒီယိုများပါ ZIP အတွက် URL။ ပုံသီးသန့် dataset များနှင့် ပုံ/ဗီဒီယို ရောစပ်ထားသော လေ့ကျင့်ရေး archive များကို ပယ်ချသဖြင့် ပုံများကို reference sidecar အဖြစ် သီးခြားထည့်ရမည်။ ရွေးချယ်နိုင်သော အပိုဖိုင်များသည် clip တစ်ခုစီ၏ base name ကို မျှဝေသည်။ `clip01.txt` ကဲ့သို့ caption တစ်ခုနှင့် `ref_1` မှ `ref_4` အထိ အစဉ်လိုက် reference များကို `clip01.ref_1.<ext>` မှ `clip01.ref_4.<ext>` အထိ အမည်ပေးရသည်။ reference sidecar မရှိပါက clip ထဲမှ ဖရိမ်တစ်ခုကို ၎င်း၏ကိုယ်ပိုင် reference အဖြစ် အသုံးပြုသည်။ `<ext>` သည် reference မီဒီယာအမျိုးအစားကို သတ်မှတ်သည်။ ပုံများ (.png/.jpg/.jpeg)၊ အသံ (.wav/.mp3/.flac/.m4a/.ogg/.aac) သို့မဟုတ် ဗီဒီယိုများ (.mp4/.mov/.avi/.mkv/.webm) ဖြစ်ပြီး ၎င်းတို့၏ soundtrack များကိုလည်း အသံ reference အဖြစ် အသုံးပြုသည်။ လေ့ကျင့်ရေး clip များသည် .mp4, .mov, .avi နှင့် .mkv ကို ပံ့ပိုးပြီး အနည်းဆုံး clip 10 ခု ရှိရန်၊ ပိုများလေ ပိုကောင်းလေ ဖြစ်သည်။
rankရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုး32
8163264128
LoRA adaptation rank။ ဆက်တင်မြင့်လာသည်နှင့် မှတ်ဉာဏ်သုံးစွဲမှု တိုးလာသော်လည်း စွမ်းရည်ပိုမိုမြင့်မားလာသည်။
number_of_stepsရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး2000
၁ – ၁၅,၀၀၀
လေ့ကျင့်ရေးအဆင့် စုစုပေါင်းအရေအတွက်။
learning_rateရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0.0002
၀.၀၀၀၀၀၁ – ၁
Optimization learning rate။ တိုးမြှင့်သည့်အခါ လေ့ကျင့်မှုမြန်ဆန်လာနိုင်ခြင်းနှင့် overfitting ဖြစ်နိုင်ခြေတို့ကို ချိန်ညှိသည်။
number_of_framesရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး73
၂၂ – ၁၂၄
လေ့ကျင့်ရေးနမူနာတစ်ခုစီအတွက် ဖရိမ်အရေအတွက်။ 17 ဖြင့်စားသောအခါ အကြွင်း 5 ကျန်ရမည်။ ဥပမာများမှာ 22, 39, 56, 73, 90, 107 နှင့် 124 ဖြစ်သည်။
frame_rateရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး24
၈ – ၆၀
ပစ်မှတ်ဗီဒီယို ဖရိမ် rate၊ ဖရိမ်များ per စက္ကန့် ဖြင့် တိုင်းတာသည်။
resolutionရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးmedium
lowmediumhigh
လေ့ကျင့်ရေး ရုပ်ထွက်အရည်အသွေး။ ရုပ်ထွက်အရည်အသွေး မြှင့်တင်ခြင်းက မှတ်ဉာဏ်လိုအပ်ချက်ကို တိုးစေသည်။
aspect_ratioရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုး16:9
21:916:94:31:13:49:16
MiniMax H3 API မှတစ်ဆင့် ရရှိနိုင်သော set တစ်ခုတည်းထဲမှ လေ့ကျင့်ရေး aspect ratio ကို ရွေးပါ။
trigger_phraseရွေးချယ်နိုင်သည်
အမျိုးအစားstring
မူလတန်ဖိုး
လေ့ကျင့်ရေးအတွင်း caption များ၏ အစတွင် ထည့်သွင်းသည့် LoRA style activation စကားစု။
reference_conditioning_pရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0.9
၀ – ၁
လေ့ကျင့်ရေးတွင် reference-image conditioning နှင့် conditioning မပါသော text-to-video-audio လေ့ကျင့်ရေးကို မည်မျှအကြိမ်နှုန်းဖြင့် အသုံးပြုမည်ကို သတ်မှတ်ပါ။ ကျန်ရှိသော ဖြစ်နိုင်ခြေအားလုံးသည် ပရောမ့်သီးသန့် ဖန်တီးမှု တည်ငြိမ်စေရန် conditioning မပါသော ရည်ရွယ်ချက်သို့ သွားသည်။
resume_from_lora_urlရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
ဤ trainer ဖြင့် ယခင်ဖန်တီးထားသော .safetensors LoRA ဖြင့် warm-start လေ့ကျင့်ရန် URL၊ ထို့နောက် number_of_steps ထပ်ဆောင်းလေ့ကျင့်ရေးအဆင့်များ။ adapter weights မှလွဲ၍ မည်သည့်အရာမျှ ပြန်လည်ရယူမည်မဟုတ်ပါ။ optimization နှင့် learning-rate scheduling နှစ်ခုစလုံးသည် အသစ်ပြန်စသည်။
auto_scale_inputရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးfalse
အလိုအလျောက်ဗီဒီယို scaling ဖြင့် ရည်မှန်းထားသော fps နှင့် ဖရိမ်အရေအတွက်ကို ကိုက်ညီစေမည်၊ true သည် ဤချိန်ညှိမှုကို ဖွင့်ပေးသည်။
split_input_into_scenesရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
ကြာချိန်သတ်မှတ်ချက်ထက် ပိုရှည်သော ဗီဒီယိုများအတွက် scene splitting ကို ဖွင့်ပြီး ခွဲထားသော clip များထဲမှ reference sidecar များကို ဖယ်ရှားသည်။
split_input_duration_thresholdရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး30
၁ – ၆၀
စက္ကန့်ဖြင့် ဖော်ပြသော scene ခွဲခြားမှု အစပျိုးတန်ဖိုး။ သတ်မှတ်ချက်ထက် ပိုရှည်သော ဗီဒီယိုများကိုသာ ခွဲသည်။
debug_datasetရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးfalse
အပြည့်အဝလေ့ကျင့်ရေး မစတင်မီ preprocessing ကို စစ်ဆေးရန် archive ဒေါင်းလုဒ်လုပ်နိုင်သည့် ရွေးချယ်မှု။ ဖွင့်ထားပါက trainer သည် ပြုပြင်ပြီး dataset ကို package ပြုလုပ်ပေးသဖြင့် caption များ၊ reference ပုံများ၊ ဗီဒီယိုများနှင့် ပုံများ မှန်ကန်မှုရှိမရှိ ကိုယ်တိုင်စစ်ဆေးနိုင်သည်။
strict_datasetရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးfalse
မှတ်တမ်းတင်ပြီး မှတ်တမ်းတင်ထားသော fallback ဖြင့် ဖြေရှင်းမည့် preprocessing ပြဿနာများကို တင်းကျပ်စွာ ကိုင်တွယ်ခြင်း။ ဖွင့်ထားပါက blank ပရောမ့်လိုအပ်သော caption များ၊ ပျောက်ဆုံးနေသော reference sidecar များနှင့် ဖတ်မရသောအသံပါ ဗီဒီယိုများကို fallback ခွင့်ပြုမည့်အစား ပယ်ချမည်။
လိုအပ်သည်

ထွက်ရလဒ်

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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
lora_file
object {url, content_type, file_name, file_size}.safetensors ဖော်မတ်ရှိ လေ့ကျင့်ပြီး LoRA weights များ၏ URL။
config_file
object {url, content_type, file_name, file_size}Inference Endpoint တည်ဆောက်မှုအတွက် configuration။
debug_dataset
object {url, content_type, file_name, file_size} | null`debug_dataset` ဖွင့်ထားသော တောင်းဆိုချက်များအတွက်သာ ရရှိနိုင်ပြီး ဤဒေါင်းလုဒ်လုပ်နိုင်သော archive တွင် preprocessing ပြီးနောက် လေ့ကျင့်ရေးဒေတာ ပါဝင်သည်။

နောက်ထပ် မော်ဒယ်များ: လေ့ကျင့်ခြင်း

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/minimax/h3/ref2va/trainer.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt