Ir para o conteúdo

MiniMax H3 Image to Video Audio LoRA Trainer

Integrar

ID do modelo minimax/h3/i2v/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/i2v/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"

Esta solicitação: $ 20,00 20.000 créditos de API Executar nesta página

Obter chave de API
MiniMax Treinamento 1–60 s #utility#editing

Treinador de LoRA que ensina image-to-video com primeiro quadro e áudio a partir de clipes de vídeo

MiniMax · Arquivo

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

resolution padrão medium

Resolução de treinamento. Aumentar a resolução eleva os requisitos de memória.

aspect_ratio padrão 16:9

Escolha a proporção de treinamento do mesmo conjunto disponível pela API MiniMax H3.

•obrigatório

URL de um ZIP contendo vídeos de treinamento nos formatos .mp4, .mov, .avi ou .mkv; recomenda-se pelo menos 10 clipes, e coleções maiores são preferíveis. Imagens não podem ser mídia de treinamento: conjuntos somente de imagens e arquivos que misturam imagens de treinamento com vídeos são rejeitados, embora alguns endpoints permitam imagens como recursos auxiliares de condicionamento. Arquivos de legenda opcionais podem acompanhar os clipes, com cada arquivo de texto compartilhando o nome base do vídeo.

padrão 2000

Quantidade total de etapas de treinamento.

Avançado 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 padrão 32

Rank de adaptação LoRA, trocando maior consumo de memória por maior capacidade à medida que a configuração aumenta.

padrão

Frase de ativação do estilo LoRA, inserida no início das legendas durante o treinamento.

padrão 0.0002

Taxa de aprendizado da otimização, equilibrando um possível ganho de velocidade no treinamento com o risco de overfitting quando aumentada.

padrão 73

Contagem de quadros para cada amostra de treinamento; dividi-la por 17 deve deixar resto 5. Exemplos incluem 22, 39, 56, 73, 90, 107 e 124.

padrão 24

Taxa de quadros do vídeo-alvo, medida em quadros por segundo.

padrão 0.5

Melhora o desempenho de imagem para vídeo aumentando a frequência com que o treinamento usa o condicionamento pelo primeiro quadro; este valor define essa probabilidade.

padrão 30

Gatilho de divisão de cenas expresso como uma duração em segundos: somente vídeos mais longos que o limite são divididos.

POST /run/minimax/h3/i2v/trainer?wait=20 cotação → $ 20,00
# 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/i2v/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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre MiniMax H3 Image to Video Audio LoRA Trainer

Treina uma LoRA a partir de um zip de clipes de vídeo em `training_data_url`, usando condicionamento do primeiro quadro para animar uma imagem estática em vídeo. O conjunto de dados deve conter apenas vídeos. As configurações incluem `rank` de 8 a 128, `number_of_steps` de até 15000, `number_of_frames` de 22 a 124, `frame_rate` de 8 a 60 e uma `trigger_phrase`. Produz os pesos da LoRA e um arquivo de configuração.

Parâmetros

NomeTipo PadrãoPermitido Descrição
training_data_urlobrigatório
Tipostring
URL de um ZIP contendo vídeos de treinamento nos formatos .mp4, .mov, .avi ou .mkv; recomenda-se pelo menos 10 clipes, e coleções maiores são preferíveis. Imagens não podem ser mídia de treinamento: conjuntos somente de imagens e arquivos que misturam imagens de treinamento com vídeos são rejeitados, embora alguns endpoints permitam imagens como recursos auxiliares de condicionamento. Arquivos de legenda opcionais podem acompanhar os clipes, com cada arquivo de texto compartilhando o nome base do vídeo.
rankopcional
Tipoenum
Padrão32
8163264128
Rank de adaptação LoRA, trocando maior consumo de memória por maior capacidade à medida que a configuração aumenta.
number_of_stepsopcional
Tipointeger
Padrão2000
1 – 15.000
Quantidade total de etapas de treinamento.
learning_rateopcional
Tiponumber
Padrão0.0002
0,000001 – 1
Taxa de aprendizado da otimização, equilibrando um possível ganho de velocidade no treinamento com o risco de overfitting quando aumentada.
number_of_framesopcional
Tipointeger
Padrão73
22 – 124
Contagem de quadros para cada amostra de treinamento; dividi-la por 17 deve deixar resto 5. Exemplos incluem 22, 39, 56, 73, 90, 107 e 124.
frame_rateopcional
Tipointeger
Padrão24
8 – 60
Taxa de quadros do vídeo-alvo, medida em quadros por segundo.
resolutionopcional
Tipoenum
Padrãomedium
lowmediumhigh
Resolução de treinamento. Aumentar a resolução eleva os requisitos de memória.
aspect_ratioopcional
Tipoenum
Padrão16:9
21:916:94:31:13:49:16
Escolha a proporção de treinamento do mesmo conjunto disponível pela API MiniMax H3.
trigger_phraseopcional
Tipostring
Padrão
Frase de ativação do estilo LoRA, inserida no início das legendas durante o treinamento.
first_frame_conditioning_popcional
Tiponumber
Padrão0.5
0 – 1
Melhora o desempenho de imagem para vídeo aumentando a frequência com que o treinamento usa o condicionamento pelo primeiro quadro; este valor define essa probabilidade.
auto_scale_inputopcional
Tipoboolean
Padrãofalse
Indica se o fps e a contagem de quadros-alvo são correspondidos por meio do escalonamento automático do vídeo; true ativa esse ajuste.
split_input_into_scenesopcional
Tipoboolean
Padrãotrue
Divisão de cenas para vídeos que excedem um limite de duração, ativada quando true.
split_input_duration_thresholdopcional
Tiponumber
Padrão30
1 – 60
Gatilho de divisão de cenas expresso como uma duração em segundos: somente vídeos mais longos que o limite são divididos.
debug_datasetopcional
Tipoboolean
Padrãofalse
Modo de inspeção do pré-processamento para verificar vídeos, imagens e legendas antes de uma execução completa de treinamento. Ativá-lo faz o treinador retornar o conjunto de dados de treinamento processado em um arquivo compactado para análise manual.
strict_datasetopcional
Tipoboolean
Padrãofalse
Tratamento rigoroso de problemas de pré-processamento que, de outra forma, seriam registrados e resolvidos usando os fallbacks documentados. Ativá-lo rejeita legendas que exigem prompts em branco, keyframes auxiliares ausentes e vídeos com áudio ilegível, em vez de substituir por um prompt em branco, um quadro do clipe ou silêncio, respectivamente.
obrigatório

Saída

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/i2v/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": 20000,
    "usd": "20.00",
    "charged": 20000,
    "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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
lora_file
object {url, content_type, file_name, file_size}URL dos pesos LoRA treinados no formato .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuração para a instalação do endpoint de inferência.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponível somente para requisições com `debug_dataset` ativado, este arquivo baixável contém os dados de treinamento após o pré-processamento.

Mais modelos: Treinamento

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/minimax/h3/i2v/trainer.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt