Ir para o conteúdo

MiniMax H3 Reference to Video LoRA Trainer

Integrar

ID do modelo 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"

Esta solicitação: $ 30,00 30.000 créditos de API Executar nesta página

Obter chave de API
MiniMax Treinamento Entradas de referência1–60 s

Treinador de LoRA para vídeo condicionado por referências, com inicialização a partir de uma LoRA anterior

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 de vídeos de treinamento do assunto; conjuntos somente de imagens e arquivos de treinamento mistos de imagem/vídeo são rejeitados, portanto as imagens devem ser recursos auxiliares de referência. Recursos extras opcionais compartilham o nome base de cada clipe: uma legenda como `clip01.txt` e referências ordenadas de `ref_1` a `ref_4`, nomeadas `clip01.ref_1.<ext>` até `clip01.ref_4.<ext>`; sem recursos auxiliares de referência, um quadro do clipe fornece sua própria referência. O `<ext>` determina a modalidade da referência: imagens (.png/.jpg/.jpeg), áudio (.wav/.mp3/.flac/.m4a/.ogg/.aac) ou vídeos (.mp4/.mov/.avi/.mkv/.webm), cujas trilhas sonoras também se tornam referências de áudio. Os clipes de treinamento aceitam .mp4, .mov, .avi e .mkv; procure fornecer pelo menos 10 clipes, sendo preferível fornecer mais.

padrão 2000

Quantidade total de etapas de treinamento.

Avançado 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 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.

URL para treinamento warm-start com uma LoRA .safetensors criada anteriormente por este treinador, seguida pelo número de etapas de treinamento adicionais number_of_steps. Nada além dos pesos do adaptador é restaurado: tanto a otimização quanto o agendamento da taxa de aprendizado começam novamente.

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 0.9

Defina com que frequência o treinamento usa condicionamento por imagem de referência em comparação com o treinamento text-to-video-audio sem condicionamento. A probabilidade restante vai para o objetivo sem condicionamento para manter estável a geração somente por prompt.

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/ref2va/trainer?wait=20 cotação → $ 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"

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 Reference to Video LoRA Trainer

Treina uma LoRA em um zip de clipes de vídeo de sujeitos para que entradas de referência orientem a geração de vídeo. `reference_conditioning_p` define com que frequência as referências são usadas durante o treinamento, e `resume_from_lora_url` continua a partir de uma LoRA treinada anteriormente. Também configuráveis: `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` e `aspect_ratio`. Retorna os pesos e um arquivo de configuração.

Parâmetros

NomeTipo PadrãoPermitido Descrição
training_data_urlobrigatório
Tipostring
URL de um ZIP de vídeos de treinamento do assunto; conjuntos somente de imagens e arquivos de treinamento mistos de imagem/vídeo são rejeitados, portanto as imagens devem ser recursos auxiliares de referência. Recursos extras opcionais compartilham o nome base de cada clipe: uma legenda como `clip01.txt` e referências ordenadas de `ref_1` a `ref_4`, nomeadas `clip01.ref_1.<ext>` até `clip01.ref_4.<ext>`; sem recursos auxiliares de referência, um quadro do clipe fornece sua própria referência. O `<ext>` determina a modalidade da referência: imagens (.png/.jpg/.jpeg), áudio (.wav/.mp3/.flac/.m4a/.ogg/.aac) ou vídeos (.mp4/.mov/.avi/.mkv/.webm), cujas trilhas sonoras também se tornam referências de áudio. Os clipes de treinamento aceitam .mp4, .mov, .avi e .mkv; procure fornecer pelo menos 10 clipes, sendo preferível fornecer mais.
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.
reference_conditioning_popcional
Tiponumber
Padrão0.9
0 – 1
Defina com que frequência o treinamento usa condicionamento por imagem de referência em comparação com o treinamento text-to-video-audio sem condicionamento. A probabilidade restante vai para o objetivo sem condicionamento para manter estável a geração somente por prompt.
resume_from_lora_urlopcional
Tipostring | null
URL para treinamento warm-start com uma LoRA .safetensors criada anteriormente por este treinador, seguida pelo número de etapas de treinamento adicionais number_of_steps. Nada além dos pesos do adaptador é restaurado: tanto a otimização quanto o agendamento da taxa de aprendizado começam novamente.
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
Ative a divisão de cenas para vídeos mais longos que um limite de duração, descartando os recursos auxiliares de referência dos clipes divididos.
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
Opção para baixar um arquivo para verificar o pré-processamento antes de iniciar o treinamento completo. Com isso ativado, o treinador empacota o conjunto de dados processado para que você possa inspecionar manualmente legendas, imagens de referência, vídeos e imagens quanto à correção.
strict_datasetopcional
Tipoboolean
Padrãofalse
Tratamento rigoroso de problemas de pré-processamento que, de outra forma, seriam registrados e resolvidos usando o fallback documentado. Ativá-lo rejeita legendas que exigem prompts em branco, recursos auxiliares de referência ausentes e vídeos com áudio ilegível, em vez de permitir esses fallbacks.
obrigatório

Saída

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"
  }
}
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/ref2va/trainer.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt