ข้ามไปยังเนื้อหา

MiniMax H3 First Last Frame LoRA Trainer

ผสานการทำงาน

ID โมเดล minimax/h3/flf2v/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/flf2v/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"

คำขอนี้: $20.00 20,000 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API
MiniMax การฝึกโมเดล 1–60 s #utility#editing

เทรนเนอร์ LoRA สำหรับการสร้างวิดีโอจากเฟรมแรก เฟรมสุดท้าย หรือคีย์เฟรมทั้งสอง

MiniMax · ไฟล์

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

resolution ค่าเริ่มต้น medium

ความละเอียดสำหรับการฝึก การเพิ่มความละเอียดจะเพิ่มความต้องการหน่วยความจำ

aspect_ratio ค่าเริ่มต้น 16:9

เลือกอัตราส่วนภาพสำหรับการฝึกจากชุดเดียวกับที่มีใน MiniMax H3 API

•จำเป็น

URL ของ ZIP ที่มีวิดีโอฝึกในรูปแบบ .mp4, .mov, .avi หรือ .mkv แนะนำให้มีคลิปอย่างน้อย 10 คลิป และควรใช้ชุดข้อมูลขนาดใหญ่กว่า รูปภาพไม่สามารถใช้เป็นสื่อฝึกได้ ระบบจะปฏิเสธชุดข้อมูลที่มีเฉพาะรูปภาพและไฟล์เก็บถาวรที่ผสมรูปภาพฝึกกับวิดีโอ แม้บางเอนด์พอยต์จะอนุญาตให้ใช้รูปภาพเป็น sidecar สำหรับการกำหนดเงื่อนไขได้ ไฟล์คำบรรยายที่ไม่บังคับอาจมาพร้อมคลิป โดยแต่ละไฟล์ข้อความต้องใช้ชื่อพื้นฐานเดียวกับวิดีโอ

ค่าเริ่มต้น 2000

จำนวนขั้นตอนการฝึกทั้งหมด

ขั้นสูง rank · trigger_phrase · learning_rate · number_of_frames · frame_rate · first_frame_conditioning_p · split_input_duration_threshold · last_frame_conditioning_p · first_last_frame_conditioning_p · auto_scale_input · split_input_into_scenes · debug_dataset · strict_dataset
rank ค่าเริ่มต้น 32

อันดับการปรับใช้ LoRA ซึ่งแลกการใช้หน่วยความจำที่เพิ่มขึ้นกับความจุที่มากขึ้นเมื่อเพิ่มค่าการตั้งค่า

ค่าเริ่มต้น

วลีเปิดใช้สไตล์ LoRA ซึ่งแทรกไว้ที่จุดเริ่มต้นของคำบรรยายระหว่างการฝึก

ค่าเริ่มต้น 0.0002

อัตราการเรียนรู้สำหรับการเพิ่มประสิทธิภาพ ซึ่งเป็นการถ่วงดุลระหว่างความเร็วการฝึกที่อาจเพิ่มขึ้นกับความเสี่ยงของการฟิตเกินเมื่อเพิ่มค่า

ค่าเริ่มต้น 73

จำนวนเฟรมของแต่ละตัวอย่างฝึก เมื่อนำไปหารด้วย 17 ต้องเหลือเศษ 5 ตัวอย่างได้แก่ 22, 39, 56, 73, 90, 107 และ 124

ค่าเริ่มต้น 24

อัตราเฟรมเป้าหมายของวิดีโอ วัดเป็นเฟรมต่อวินาที

ค่าเริ่มต้น 0.2

ความน่าจะเป็นที่การกำหนดเงื่อนไขจะใช้เฉพาะเฟรมแรก

ค่าเริ่มต้น 30

ทริกเกอร์การแยกฉากที่ระบุเป็นระยะเวลาในหน่วยวินาที: จะแยกเฉพาะวิดีโอที่ยาวกว่าเกณฑ์

ค่าเริ่มต้น 0.2

ความน่าจะเป็นที่การกำหนดเงื่อนไขจะใช้เฉพาะเฟรมสุดท้าย

ค่าเริ่มต้น 0.4

ความน่าจะเป็นในการเลือกโหมดการฝึก: ส่วนที่เหลือจะใช้กับ text-to-video-audio แบบไม่มีเงื่อนไข ขณะที่สัดส่วนที่ระบุจะเปิดใช้โหมดคีย์เฟรมจากเฟรมแรกถึงเฟรมสุดท้ายใน API โดยกำหนดเงื่อนไขร่วมจากเฟรมเปิดและเฟรมปิด

POST /run/minimax/h3/flf2v/trainer?wait=20 ใบเสนอราคา → $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/flf2v/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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ MiniMax H3 First Last Frame LoRA Trainer

เทรน LoRA จากไฟล์ zip ของคลิปวิดีโอใน `training_data_url` เพื่อให้การสร้างวิดีโอเริ่มจากภาพหนึ่งและจบที่อีกภาพหนึ่งได้ ความน่าจะเป็นของการใช้เงื่อนไขจากเฟรมแรก เฟรมสุดท้าย และทั้งสองเฟรมจะตั้งค่าแยกกันได้ การตั้งค่าที่ปรับได้ ได้แก่ `rank` (8 ถึง 128), `number_of_steps` (1 ถึง 15000), `learning_rate`, `number_of_frames` (22 ถึง 124) และ `aspect_ratio` ส่งคืนน้ำหนัก LoRA และไฟล์ config

พารามิเตอร์

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
training_data_urlจำเป็น
ประเภทstring
URL ของ ZIP ที่มีวิดีโอฝึกในรูปแบบ .mp4, .mov, .avi หรือ .mkv แนะนำให้มีคลิปอย่างน้อย 10 คลิป และควรใช้ชุดข้อมูลขนาดใหญ่กว่า รูปภาพไม่สามารถใช้เป็นสื่อฝึกได้ ระบบจะปฏิเสธชุดข้อมูลที่มีเฉพาะรูปภาพและไฟล์เก็บถาวรที่ผสมรูปภาพฝึกกับวิดีโอ แม้บางเอนด์พอยต์จะอนุญาตให้ใช้รูปภาพเป็น sidecar สำหรับการกำหนดเงื่อนไขได้ ไฟล์คำบรรยายที่ไม่บังคับอาจมาพร้อมคลิป โดยแต่ละไฟล์ข้อความต้องใช้ชื่อพื้นฐานเดียวกับวิดีโอ
rankไม่บังคับ
ประเภทenum
ค่าเริ่มต้น32
8163264128
อันดับการปรับใช้ LoRA ซึ่งแลกการใช้หน่วยความจำที่เพิ่มขึ้นกับความจุที่มากขึ้นเมื่อเพิ่มค่าการตั้งค่า
number_of_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2000
1 – 15,000
จำนวนขั้นตอนการฝึกทั้งหมด
learning_rateไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.0002
0.000001 – 1
อัตราการเรียนรู้สำหรับการเพิ่มประสิทธิภาพ ซึ่งเป็นการถ่วงดุลระหว่างความเร็วการฝึกที่อาจเพิ่มขึ้นกับความเสี่ยงของการฟิตเกินเมื่อเพิ่มค่า
number_of_framesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น73
22 – 124
จำนวนเฟรมของแต่ละตัวอย่างฝึก เมื่อนำไปหารด้วย 17 ต้องเหลือเศษ 5 ตัวอย่างได้แก่ 22, 39, 56, 73, 90, 107 และ 124
frame_rateไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น24
8 – 60
อัตราเฟรมเป้าหมายของวิดีโอ วัดเป็นเฟรมต่อวินาที
resolutionไม่บังคับ
ประเภทenum
ค่าเริ่มต้นmedium
lowmediumhigh
ความละเอียดสำหรับการฝึก การเพิ่มความละเอียดจะเพิ่มความต้องการหน่วยความจำ
aspect_ratioไม่บังคับ
ประเภทenum
ค่าเริ่มต้น16:9
21:916:94:31:13:49:16
เลือกอัตราส่วนภาพสำหรับการฝึกจากชุดเดียวกับที่มีใน MiniMax H3 API
trigger_phraseไม่บังคับ
ประเภทstring
ค่าเริ่มต้น
วลีเปิดใช้สไตล์ LoRA ซึ่งแทรกไว้ที่จุดเริ่มต้นของคำบรรยายระหว่างการฝึก
first_frame_conditioning_pไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.2
0 – 1
ความน่าจะเป็นที่การกำหนดเงื่อนไขจะใช้เฉพาะเฟรมแรก
auto_scale_inputไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
กำหนดว่าจะจับคู่ fps เป้าหมายและจำนวนเฟรมด้วยการปรับขนาดวิดีโออัตโนมัติหรือไม่ โดย true จะเปิดใช้การปรับนี้
split_input_into_scenesไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การแยกฉากสำหรับวิดีโอที่มีความยาวเกินเกณฑ์ โดยเปิดใช้งานเมื่อเป็น true
split_input_duration_thresholdไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น30
1 – 60
ทริกเกอร์การแยกฉากที่ระบุเป็นระยะเวลาในหน่วยวินาที: จะแยกเฉพาะวิดีโอที่ยาวกว่าเกณฑ์
debug_datasetไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
โหมดตรวจสอบการประมวลผลล่วงหน้าสำหรับตรวจสอบวิดีโอ รูปภาพ และคำบรรยายก่อนการฝึกแบบเต็ม เมื่อเปิดใช้ เทรนเนอร์จะส่งคืนชุดข้อมูลฝึกที่ประมวลผลแล้วในไฟล์เก็บถาวรที่ดาวน์โหลดได้เพื่อการตรวจสอบด้วยตนเอง
strict_datasetไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
การจัดการปัญหาระหว่างการประมวลผลล่วงหน้าอย่างเข้มงวด ซึ่งโดยปกติจะถูกบันทึกและแก้ไขด้วยทางเลือกสำรองที่ระบุไว้ การเปิดใช้งานจะปฏิเสธคำบรรยายที่ต้องใช้พรอมต์ว่าง คีย์เฟรม sidecar ที่หายไป และวิดีโอที่มีเสียงอ่านไม่ได้ แทนการใช้พรอมต์ว่าง เฟรมจากคลิป หรือความเงียบตามลำดับ
last_frame_conditioning_pไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.2
0 – 1
ความน่าจะเป็นที่การกำหนดเงื่อนไขจะใช้เฉพาะเฟรมสุดท้าย
first_last_frame_conditioning_pไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.4
0 – 1
ความน่าจะเป็นในการเลือกโหมดการฝึก: ส่วนที่เหลือจะใช้กับ text-to-video-audio แบบไม่มีเงื่อนไข ขณะที่สัดส่วนที่ระบุจะเปิดใช้โหมดคีย์เฟรมจากเฟรมแรกถึงเฟรมสุดท้ายใน API โดยกำหนดเงื่อนไขร่วมจากเฟรมเปิดและเฟรมปิด
จำเป็น

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/flf2v/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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
lora_file
object {url, content_type, file_name, file_size}URL สำหรับน้ำหนัก LoRA ที่ฝึกแล้วในรูปแบบ .safetensors
config_file
object {url, content_type, file_name, file_size}การกำหนดค่าสำหรับการตั้งค่าเอนด์พอยต์การอนุมาน
debug_dataset
object {url, content_type, file_name, file_size} | nullใช้ได้เฉพาะกับคำขอที่เปิดใช้ `debug_dataset` ไฟล์เก็บถาวรที่ดาวน์โหลดได้นี้จะเก็บข้อมูลฝึกหลังการประมวลผลล่วงหน้า

โมเดลเพิ่มเติม: การฝึกโมเดล

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/minimax/h3/flf2v/trainer.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt