Přejít na obsah

MiniMax H3 Text to Video LoRA Trainer

Integrace

ID modelu minimax/h3/t2v/trainer
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/minimax/h3/t2v/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Tento požadavek: 10,00 $ 10 000 kreditů API Spustit na této stránce

Získat API klíč
MiniMax Trénování 1–60 s #utility#editing

Trenér LoRA pro čisté generování videa z textu se zvukem bez podmiňování klíčovým snímkem

Vytvořeno na Doitong

Veřejná díla vytvořená komunitou Doitong pomocí MiniMax H3. Znovu použijte prompt jedním kliknutím.

Zobrazená veřejná díla: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Video

Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly coiled around her head and neck, its scales glistening in soft, diffused light. The camera gently zooms in, emphasizing the intricate texture of the snake’s scales and the model’s striking facial...

Animate the stickman drawings into a smooth dance animation. The simple black stick figure perfor... Video

Animate the stickman drawings into a smooth dance animation. The simple black stick figure performs fun rhythmic dance moves — waving its arms, bending knees, jumping lightly, spinning, and swaying side to side in time with upbeat music. Keep the white background clean and minimal. The motion...

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in... Video

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in meditation inside a traditional Japanese room. The atmosphere begins to tremble slightly as soft blue light flows around him. From the ground, thousands of magnetic nano-particles rise, shimmering...

A cinematic transformation video of the man. The scene begins with him standing naturally, then l... Video

A cinematic transformation video of the man. The scene begins with him standing naturally, then looking down at his hands as glowing holographic projections appear around his body. Mechanical parts of the Iron Man armor start assembling piece by piece with smooth animation: chest plate forming,...

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampa... Video

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampaging uncontrollably against nature itself. His gigantic body is surrounded by a storm of black and crimson energy, crackling with lightning that scorches the ground. His roar shakes the heavens,...

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint ... Video

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint reddish stripes. They remain close, perfectly synchronized in stillness. The woman blinks slowly, slightly tilting her head with a serious and intense expression. The tiger breathes gently — its...

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mounta... Video

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mountains, with dramatic lighting and deep shadows adding volume and realism. The background shows a stunning blue sky with scattered soft clouds and subtle light rays. crisp cinematic quality, vivid...

[Global Parameters] Duration: 15 seconds. Aspect ratio: 16:9. Output as one continuous long-video... Video

[Global Parameters] Duration: 15 seconds. Aspect ratio: 16:9. Output as one continuous long-video generation with native timestamp-controlled beats as specified below. [Creatives Description] Based on the uploaded references: @image1 is the MAN — take his entire appearance 100% from this...

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

resolution výchozí medium

Trénovací rozlišení. Zvýšení rozlišení zvyšuje nároky na paměť.

aspect_ratio výchozí 16:9

Zvolte poměr stran tréninku ze stejné sady, která je dostupná prostřednictvím MiniMax H3 API.

•povinné

URL souboru ZIP obsahujícího tréninková videa ve formátu .mp4, .mov, .avi nebo .mkv; doporučuje se alespoň 10 klipů a větší kolekce jsou vhodnější. Obrázky nelze použít jako tréninková média: datové sady pouze s obrázky a archivy kombinující tréninkové obrázky s videi jsou odmítnuty, ačkoli některé endpointy umožňují obrázky jako doprovodné podklady pro podmiňování. Klipy mohou doprovázet volitelné soubory s popisky, přičemž každý textový soubor sdílí základní název se svým videem.

výchozí 2000

Celkový počet trénovacích kroků.

Pokročilé 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 výchozí 32

Rank adaptace LoRA, který s rostoucí hodnotou vyměňuje vyšší spotřebu paměti za větší kapacitu.

výchozí

Aktivační fráze stylu LoRA vložená na začátek popisků během trénování.

výchozí 0.0002

Optimalizační rychlost učení, která vyvažuje možné zrychlení trénování s rizikem přeučení při zvýšení hodnoty.

výchozí 73

Počet snímků pro každý tréninkový vzorek; po dělení 17 musí zůstat zbytek 5. Příklady: 22, 39, 56, 73, 90, 107 a 124.

výchozí 24

Cílová snímková frekvence videa, měřená ve snímcích za sekundu.

výchozí 0

Podmiňování klíčovými snímky musí zůstat na hodnotě 0 vypnuté, protože tato trasa trénuje výhradně na text-to-video-audio. Podmiňování klíčovými snímky místo toho vyžaduje trasu od prvního k poslednímu snímku nebo trasu image-to-video-audio.

výchozí 30

Spouštěč dělení scén vyjádřený délkou v sekundách: rozdělí se pouze videa delší než tento práh.

POST /run/minimax/h3/t2v/trainer?wait=20 cena → 10,00 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/minimax/h3/t2v/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu MiniMax H3 Text to Video LoRA Trainer

Trénuje LoRA ze zipu videoklipů s popisky v `training_data_url` pro generování videa pouze z textu. Podmiňování prvním snímkem je pevně nastaveno na 0, takže trénování klíčových snímků zajišťují sourozenečtí trenéři. Nastavit lze `rank`, `number_of_steps` (1 až 15000), `learning_rate`, `number_of_frames`, `frame_rate`, `resolution` a `trigger_phrase`.

Parametry

NázevTyp VýchozíPovolené Popis
training_data_urlpovinné
Typstring
URL souboru ZIP obsahujícího tréninková videa ve formátu .mp4, .mov, .avi nebo .mkv; doporučuje se alespoň 10 klipů a větší kolekce jsou vhodnější. Obrázky nelze použít jako tréninková média: datové sady pouze s obrázky a archivy kombinující tréninkové obrázky s videi jsou odmítnuty, ačkoli některé endpointy umožňují obrázky jako doprovodné podklady pro podmiňování. Klipy mohou doprovázet volitelné soubory s popisky, přičemž každý textový soubor sdílí základní název se svým videem.
rankvolitelné
Typenum
Výchozí32
8163264128
Rank adaptace LoRA, který s rostoucí hodnotou vyměňuje vyšší spotřebu paměti za větší kapacitu.
number_of_stepsvolitelné
Typinteger
Výchozí2000
1 – 15 000
Celkový počet trénovacích kroků.
learning_ratevolitelné
Typnumber
Výchozí0.0002
0,000001 – 1
Optimalizační rychlost učení, která vyvažuje možné zrychlení trénování s rizikem přeučení při zvýšení hodnoty.
number_of_framesvolitelné
Typinteger
Výchozí73
22 – 124
Počet snímků pro každý tréninkový vzorek; po dělení 17 musí zůstat zbytek 5. Příklady: 22, 39, 56, 73, 90, 107 a 124.
frame_ratevolitelné
Typinteger
Výchozí24
8 – 60
Cílová snímková frekvence videa, měřená ve snímcích za sekundu.
resolutionvolitelné
Typenum
Výchozímedium
lowmediumhigh
Trénovací rozlišení. Zvýšení rozlišení zvyšuje nároky na paměť.
aspect_ratiovolitelné
Typenum
Výchozí16:9
21:916:94:31:13:49:16
Zvolte poměr stran tréninku ze stejné sady, která je dostupná prostřednictvím MiniMax H3 API.
trigger_phrasevolitelné
Typstring
Výchozí
Aktivační fráze stylu LoRA vložená na začátek popisků během trénování.
first_frame_conditioning_pvolitelné
Typnumber
Výchozí0
0 – 0
Podmiňování klíčovými snímky musí zůstat na hodnotě 0 vypnuté, protože tato trasa trénuje výhradně na text-to-video-audio. Podmiňování klíčovými snímky místo toho vyžaduje trasu od prvního k poslednímu snímku nebo trasu image-to-video-audio.
auto_scale_inputvolitelné
Typboolean
Výchozífalse
Určuje, zda se cílové fps a počet snímků přizpůsobí automatickým škálováním videa; true toto přizpůsobení zapne.
split_input_into_scenesvolitelné
Typboolean
Výchozítrue
Dělení scén u videí překračujících práh délky, aktivované při hodnotě true.
split_input_duration_thresholdvolitelné
Typnumber
Výchozí30
1 – 60
Spouštěč dělení scén vyjádřený délkou v sekundách: rozdělí se pouze videa delší než tento práh.
debug_datasetvolitelné
Typboolean
Výchozífalse
Režim kontroly předzpracování pro kontrolu videí, obrázků a popisků před úplným trénováním. Po zapnutí trenér vrátí zpracovanou trénovací datovou sadu ve stažitelném archivu k ruční kontrole.
strict_datasetvolitelné
Typboolean
Výchozífalse
Přísné zpracování problémů při předzpracování, které by jinak byly zaznamenány a vyřešeny pomocí zdokumentovaných záložních postupů. Zapnutí odmítne popisky vyžadující prázdné prompty, chybějící doprovodné klíčové snímky a videa s nečitelným zvukem namísto použití prázdného promptu, snímku klipu nebo ticha.
povinné

Výstup

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/t2v/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": 10000,
    "usd": "10.00",
    "charged": 10000,
    "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://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
lora_file
object {url, content_type, file_name, file_size}URL trénovaných vah LoRA ve formátu .safetensors.
config_file
object {url, content_type, file_name, file_size}Konfigurace nastavení inferenčního endpointu.
debug_dataset
object {url, content_type, file_name, file_size} | nullDostupné pouze pro požadavky se zapnutým `debug_dataset`; tento archiv ke stažení obsahuje tréninková data po předzpracování.

Další modely: Trénování

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/minimax/h3/t2v/trainer.md. Všechny modely a návody: https://doitong.com/developers/llms.txt