Avançar 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"

Este pedido: 30,00 $ 30 000 créditos da API Executar nesta página

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

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

MiniMax · Ficheiro

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

resolution predefinição medium

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

aspect_ratio predefinição 16:9

Escolha a proporção de treino do mesmo conjunto disponível através da API MiniMax H3.

•obrigatório

URL de um ZIP de vídeos de treino do sujeito; conjuntos de dados apenas com imagens e arquivos de treino mistos de imagem/vídeo são rejeitados, pelo que as imagens devem ser recursos secundários de referência. Os extras opcionais partilham o nome base de cada clip: uma legenda como `clip01.txt` e referências ordenadas de `ref_1` a `ref_4`, nomeadas `clip01.ref_1.<ext>` a `clip01.ref_4.<ext>`; sem recursos secundários de referência, um frame do clip fornece a sua própria referência. `<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 bandas sonoras também se tornam referências de áudio. Os clips de treino suportam .mp4, .mov, .avi e .mkv; procure fornecer pelo menos 10 clips, sendo preferíveis mais.

predefinição 2000

Número total de passos de treino.

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 predefinição 32

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

predefinição

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

URL para treino warm-start com um LoRA .safetensors previamente criado por este treinador, seguida do número de passos de treino adicionais number_of_steps. Nada além dos pesos do adaptador é restaurado: tanto a otimização como o agendamento da taxa de aprendizagem começam de novo.

predefinição 0.0002

Taxa de aprendizagem de otimização, equilibrando um possível aumento de velocidade do treino com o risco de sobreajuste quando é aumentada.

predefinição 73

Contagem de frames para cada amostra de treino; a divisão por 17 deve deixar resto 5. Exemplos: 22, 39, 56, 73, 90, 107 e 124.

predefinição 24

Taxa de frames alvo do vídeo, medida em frames por segundo.

predefinição 0.9

Defina a frequência com que o treino usa condicionamento por imagens de referência em vez de treino de texto-para-vídeo-áudio sem condicionamento. A probabilidade restante é atribuída ao objetivo sem condicionamento para manter uma geração estável baseada apenas no prompt.

predefinição 30

Gatilho de divisão de cenas expresso como uma duração em segundos: apenas os vídeos superiores ao 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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre MiniMax H3 Reference to Video LoRA Trainer

Treina uma LoRA num zip de clipes de vídeo de sujeitos para que as entradas de referência orientem a geração de vídeo. `reference_conditioning_p` define a frequência de utilização das referências durante o treino e `resume_from_lora_url` continua a partir de uma LoRA treinada anteriormente. Também configurável: `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` e `aspect_ratio`. Devolve os pesos e um ficheiro de configuração.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
training_data_urlobrigatório
Tipostring
URL de um ZIP de vídeos de treino do sujeito; conjuntos de dados apenas com imagens e arquivos de treino mistos de imagem/vídeo são rejeitados, pelo que as imagens devem ser recursos secundários de referência. Os extras opcionais partilham o nome base de cada clip: uma legenda como `clip01.txt` e referências ordenadas de `ref_1` a `ref_4`, nomeadas `clip01.ref_1.<ext>` a `clip01.ref_4.<ext>`; sem recursos secundários de referência, um frame do clip fornece a sua própria referência. `<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 bandas sonoras também se tornam referências de áudio. Os clips de treino suportam .mp4, .mov, .avi e .mkv; procure fornecer pelo menos 10 clips, sendo preferíveis mais.
rankopcional
Tipoenum
Predefinição32
8163264128
Rank de adaptação LoRA, trocando um maior consumo de memória por maior capacidade à medida que a definição aumenta.
number_of_stepsopcional
Tipointeger
Predefinição2000
1 – 15 000
Número total de passos de treino.
learning_rateopcional
Tiponumber
Predefinição0.0002
0,000001 – 1
Taxa de aprendizagem de otimização, equilibrando um possível aumento de velocidade do treino com o risco de sobreajuste quando é aumentada.
number_of_framesopcional
Tipointeger
Predefinição73
22 – 124
Contagem de frames para cada amostra de treino; a divisão por 17 deve deixar resto 5. Exemplos: 22, 39, 56, 73, 90, 107 e 124.
frame_rateopcional
Tipointeger
Predefinição24
8 – 60
Taxa de frames alvo do vídeo, medida em frames por segundo.
resolutionopcional
Tipoenum
Predefiniçãomedium
lowmediumhigh
Resolução de treino. Aumentar a resolução eleva os requisitos de memória.
aspect_ratioopcional
Tipoenum
Predefinição16:9
21:916:94:31:13:49:16
Escolha a proporção de treino do mesmo conjunto disponível através da API MiniMax H3.
trigger_phraseopcional
Tipostring
Predefinição
Frase de ativação do estilo LoRA, inserida no início das legendas durante o treino.
reference_conditioning_popcional
Tiponumber
Predefinição0.9
0 – 1
Defina a frequência com que o treino usa condicionamento por imagens de referência em vez de treino de texto-para-vídeo-áudio sem condicionamento. A probabilidade restante é atribuída ao objetivo sem condicionamento para manter uma geração estável baseada apenas no prompt.
resume_from_lora_urlopcional
Tipostring | null
URL para treino warm-start com um LoRA .safetensors previamente criado por este treinador, seguida do número de passos de treino adicionais number_of_steps. Nada além dos pesos do adaptador é restaurado: tanto a otimização como o agendamento da taxa de aprendizagem começam de novo.
auto_scale_inputopcional
Tipoboolean
Predefiniçãofalse
Indica se o fps de destino e a contagem de frames são correspondidos através de escalamento automático do vídeo; true ativa este ajuste.
split_input_into_scenesopcional
Tipoboolean
Predefiniçãotrue
Ative a divisão de cenas para vídeos com duração superior a um limiar, descartando os recursos secundários de referência de quaisquer clips divididos.
split_input_duration_thresholdopcional
Tiponumber
Predefinição30
1 – 60
Gatilho de divisão de cenas expresso como uma duração em segundos: apenas os vídeos superiores ao limite são divididos.
debug_datasetopcional
Tipoboolean
Predefiniçãofalse
Opção para descarregar um arquivo para verificar o pré-processamento antes de iniciar o treino completo. Com esta opção ativada, o treinador empacota o conjunto de dados processado para que possa inspecionar manualmente legendas, imagens de referência, vídeos e imagens.
strict_datasetopcional
Tipoboolean
Predefiniçãofalse
Tratamento rigoroso de problemas de pré-processamento que, de outro modo, seriam registados e resolvidos através do fallback documentado. Ao ativá-lo, são rejeitadas legendas que necessitem de prompts vazios, recursos secundários de referência em falta e vídeos com áudio ilegível, em vez de permitir esses fallbacks.
obrigatório

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
lora_file
object {url, content_type, file_name, file_size}URL para pesos LoRA treinados no formato .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuração da preparação do endpoint de inferência.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponível apenas para pedidos com `debug_dataset` ativado, este arquivo descarregável contém os dados de treino após o pré-processamento.

Mais modelos: Treino

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/minimax/h3/ref2va/trainer.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt