Gå til indhold

MiniMax H3 Image to Video Audio LoRA Trainer

Integrer

Model-id minimax/h3/i2v/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/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Denne anmodning: 20,00 $ 20.000 API-kreditter Kør den på denne side

Hent API-nøgle
MiniMax Træning 1–60 s #utility#editing

LoRA-træner, der lærer første-billede-til-video med lyd fra videoklip

Lavet på Doitong

Offentlige værker skabt med MiniMax H3 af Doitong-fællesskabet. Genbrug en prompt med ét klik.

Offentlige værker vist: 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...

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

resolution standard medium

Træningsopløsning. En højere opløsning øger hukommelseskravene.

aspect_ratio standard 16:9

Vælg træningens formatforhold fra det samme sæt, der er tilgængeligt via MiniMax H3 API.

•påkrævet

URL til en ZIP med træningsvideoer i formatet .mp4, .mov, .avi eller .mkv; mindst 10 klip anbefales, og større samlinger foretrækkes. Billeder kan ikke være træningsmedier: datasæt kun med billeder og arkiver, der blander træningsbilleder med videoer, afvises, selv om nogle endpoints tillader billeder som conditioning-sidecars. Valgfrie billedtekstfiler kan ledsage klippene, hvor hver tekstfil deler basisnavn med sin video.

standard 2000

Samlet antal træningstrin.

Avanceret 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 standard 32

LoRA-tilpasningsrang, der bytter øget hukommelsesforbrug for større kapacitet, når indstillingen øges.

standard

Aktiveringsudtryk for LoRA-stilen, indsat i begyndelsen af beskrivelserne under træning.

standard 0.0002

Optimeringens læringsrate, der afvejer en mulig hastighedsforøgelse i træningen mod risikoen for overtilpasning, når den øges.

standard 73

Frameantal for hver træningsprøve; division med 17 skal give resten 5. Eksempler er 22, 39, 56, 73, 90, 107 og 124.

standard 24

Målvideoframefrekvens målt i frames per sekund.

standard 0.5

Forbedr image-to-video-ydeevnen ved at øge, hvor ofte træningen bruger betingelse på første frame; denne værdi angiver sandsynligheden.

standard 30

Trigger for scenedeling angivet som en varighed i sekunder: kun videoer, der er længere end tærsklen, opdeles.

POST /run/minimax/h3/i2v/trainer?wait=20 pris → 20,00 $
# 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/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om MiniMax H3 Image to Video Audio LoRA Trainer

Træner en LoRA fra en zip-fil med videoklip i `training_data_url` ved hjælp af betingelse fra første billede, så et stillbillede kan animeres til video. Datasættet må kun indeholde videoer. Indstillinger omfatter `rank` fra 8 til 128, `number_of_steps` op til 15000, `number_of_frames` fra 22 til 124, `frame_rate` fra 8 til 60 og en `trigger_phrase`. Outputtet er LoRA-vægte og en konfigurationsfil.

Parametre

NavnType StandardTilladt Beskrivelse
training_data_urlpåkrævet
Typestring
URL til en ZIP med træningsvideoer i formatet .mp4, .mov, .avi eller .mkv; mindst 10 klip anbefales, og større samlinger foretrækkes. Billeder kan ikke være træningsmedier: datasæt kun med billeder og arkiver, der blander træningsbilleder med videoer, afvises, selv om nogle endpoints tillader billeder som conditioning-sidecars. Valgfrie billedtekstfiler kan ledsage klippene, hvor hver tekstfil deler basisnavn med sin video.
rankvalgfri
Typeenum
Standard32
8163264128
LoRA-tilpasningsrang, der bytter øget hukommelsesforbrug for større kapacitet, når indstillingen øges.
number_of_stepsvalgfri
Typeinteger
Standard2000
1 – 15.000
Samlet antal træningstrin.
learning_ratevalgfri
Typenumber
Standard0.0002
0,000001 – 1
Optimeringens læringsrate, der afvejer en mulig hastighedsforøgelse i træningen mod risikoen for overtilpasning, når den øges.
number_of_framesvalgfri
Typeinteger
Standard73
22 – 124
Frameantal for hver træningsprøve; division med 17 skal give resten 5. Eksempler er 22, 39, 56, 73, 90, 107 og 124.
frame_ratevalgfri
Typeinteger
Standard24
8 – 60
Målvideoframefrekvens målt i frames per sekund.
resolutionvalgfri
Typeenum
Standardmedium
lowmediumhigh
Træningsopløsning. En højere opløsning øger hukommelseskravene.
aspect_ratiovalgfri
Typeenum
Standard16:9
21:916:94:31:13:49:16
Vælg træningens formatforhold fra det samme sæt, der er tilgængeligt via MiniMax H3 API.
trigger_phrasevalgfri
Typestring
Standard
Aktiveringsudtryk for LoRA-stilen, indsat i begyndelsen af beskrivelserne under træning.
first_frame_conditioning_pvalgfri
Typenumber
Standard0.5
0 – 1
Forbedr image-to-video-ydeevnen ved at øge, hvor ofte træningen bruger betingelse på første frame; denne værdi angiver sandsynligheden.
auto_scale_inputvalgfri
Typeboolean
Standardfalse
Om mål-fps og frameantal matches gennem automatisk videoskalering; true aktiverer denne justering.
split_input_into_scenesvalgfri
Typeboolean
Standardtrue
Scenedeling for videoer, der overskrider en varighedstærskel, aktiveret når værdien er true.
split_input_duration_thresholdvalgfri
Typenumber
Standard30
1 – 60
Trigger for scenedeling angivet som en varighed i sekunder: kun videoer, der er længere end tærsklen, opdeles.
debug_datasetvalgfri
Typeboolean
Standardfalse
Inspektionstilstand for præprocessering, der bruges til at kontrollere videoer, billeder og beskrivelser før en fuld træningskørsel. Aktivering får træneren til at returnere det behandlede træningsdatasæt i et arkiv, der kan downloades til manuel gennemgang.
strict_datasetvalgfri
Typeboolean
Standardfalse
Streng håndtering af preprocessing-problemer, som ellers ville blive logget og løst ved hjælp af de dokumenterede fallbackmuligheder. Når den aktiveres, afvises billedtekster, der kræver tomme prompts, manglende sidecar-keyframes og videoer med ulæselig lyd i stedet for at erstatte dem med en tom prompt, en frame fra klippet eller stilhed.
påkrævet

Output

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://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
lora_file
object {url, content_type, file_name, file_size}URL til trænede LoRA-vægte i .safetensors-format.
config_file
object {url, content_type, file_name, file_size}Konfiguration til opsætning af inferens-endpointet.
debug_dataset
object {url, content_type, file_name, file_size} | nullKun tilgængelig for anmodninger med `debug_dataset` aktiveret; dette downloadbare arkiv indeholder træningsdataene efter preprocessing.

Flere modeller: Træning

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/minimax/h3/i2v/trainer.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt