Zum Inhalt springen

MiniMax H3 Image to Video Audio LoRA Trainer

Integrieren

Modell-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"

Diese Anfrage: 20,00 $ 20.000 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
MiniMax Training 1–60 s #utility#editing

LoRA-Trainer für Bild-zu-Video mit erstem Bild und Audio aus Videoclips

Auf Doitong erstellt

Öffentliche Werke der Doitong-Community mit MiniMax H3. Verwende einen Prompt mit einem Klick erneut.

Angezeigte öffentliche Werke: 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...

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

resolution Standard medium

Trainingsauflösung. Eine höhere Auflösung erhöht den Speicherbedarf.

aspect_ratio Standard 16:9

Wähle das Trainingsseitenverhältnis aus derselben Menge, die über die MiniMax H3 API verfügbar ist.

•erforderlich

URL einer ZIP-Datei mit Trainingsvideos im Format .mp4, .mov, .avi oder .mkv; mindestens 10 Clips werden empfohlen, größere Sammlungen sind vorzuziehen. Bilder können keine Trainingsmedien sein: Datensätze ausschließlich mit Bildern sowie Archive, die Trainingsbilder mit Videos mischen, werden abgelehnt, obwohl einige Endpunkte Bilder als Konditionierungs-Sidecars erlauben. Optionale Beschriftungsdateien können die Clips begleiten; jede Textdatei muss denselben Basisnamen wie ihr Video haben.

Standard 2000

Gesamtzahl der Trainingsschritte.

Erweitert 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-Anpassungsrang, der mit steigender Einstellung höheren Speicherverbrauch gegen größere Kapazität eintauscht.

Standard

Aktivierungsphrase für den LoRA-Stil, die beim Training am Anfang der Untertitel eingefügt wird.

Standard 0.0002

Optimierungs-Lernrate, die einen möglichen Geschwindigkeitsgewinn beim Training gegen das bei einer Erhöhung steigende Risiko der Überanpassung abwägt.

Standard 73

Frame-Anzahl für jedes Trainingsbeispiel; bei Division durch 17 muss der Rest 5 sein. Beispiele sind 22, 39, 56, 73, 90, 107 und 124.

Standard 24

Zielframerate des Videos, gemessen in Frames pro Sekunde.

Standard 0.5

Verbessert die Bild-zu-Video-Leistung, indem die Häufigkeit der Konditionierung des ersten Frames im Training erhöht wird; dieser Wert legt die Wahrscheinlichkeit fest.

Standard 30

Auslöser für die Szenentrennung als Dauer in Sekunden: Nur Videos, die länger als der Schwellenwert sind, werden geteilt.

POST /run/minimax/h3/i2v/trainer?wait=20 Preis → 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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über MiniMax H3 Image to Video Audio LoRA Trainer

Trainiert eine LoRA aus einem ZIP-Archiv von Videoclips in `training_data_url`, wobei die Konditionierung über das erste Bild ein Standbild in ein Video verwandelt. Der Datensatz darf nur Videos enthalten. Einstellungen umfassen `rank` von 8 bis 128, `number_of_steps` bis 15000, `number_of_frames` von 22 bis 124, `frame_rate` von 8 bis 60 und eine `trigger_phrase`. Gibt LoRA-Gewichte und eine Konfigurationsdatei aus.

Parameter

NameTyp StandardZulässig Beschreibung
training_data_urlerforderlich
Typstring
URL einer ZIP-Datei mit Trainingsvideos im Format .mp4, .mov, .avi oder .mkv; mindestens 10 Clips werden empfohlen, größere Sammlungen sind vorzuziehen. Bilder können keine Trainingsmedien sein: Datensätze ausschließlich mit Bildern sowie Archive, die Trainingsbilder mit Videos mischen, werden abgelehnt, obwohl einige Endpunkte Bilder als Konditionierungs-Sidecars erlauben. Optionale Beschriftungsdateien können die Clips begleiten; jede Textdatei muss denselben Basisnamen wie ihr Video haben.
rankoptional
Typenum
Standard32
8163264128
LoRA-Anpassungsrang, der mit steigender Einstellung höheren Speicherverbrauch gegen größere Kapazität eintauscht.
number_of_stepsoptional
Typinteger
Standard2000
1 – 15.000
Gesamtzahl der Trainingsschritte.
learning_rateoptional
Typnumber
Standard0.0002
0,000001 – 1
Optimierungs-Lernrate, die einen möglichen Geschwindigkeitsgewinn beim Training gegen das bei einer Erhöhung steigende Risiko der Überanpassung abwägt.
number_of_framesoptional
Typinteger
Standard73
22 – 124
Frame-Anzahl für jedes Trainingsbeispiel; bei Division durch 17 muss der Rest 5 sein. Beispiele sind 22, 39, 56, 73, 90, 107 und 124.
frame_rateoptional
Typinteger
Standard24
8 – 60
Zielframerate des Videos, gemessen in Frames pro Sekunde.
resolutionoptional
Typenum
Standardmedium
lowmediumhigh
Trainingsauflösung. Eine höhere Auflösung erhöht den Speicherbedarf.
aspect_ratiooptional
Typenum
Standard16:9
21:916:94:31:13:49:16
Wähle das Trainingsseitenverhältnis aus derselben Menge, die über die MiniMax H3 API verfügbar ist.
trigger_phraseoptional
Typstring
Standard
Aktivierungsphrase für den LoRA-Stil, die beim Training am Anfang der Untertitel eingefügt wird.
first_frame_conditioning_poptional
Typnumber
Standard0.5
0 – 1
Verbessert die Bild-zu-Video-Leistung, indem die Häufigkeit der Konditionierung des ersten Frames im Training erhöht wird; dieser Wert legt die Wahrscheinlichkeit fest.
auto_scale_inputoptional
Typboolean
Standardfalse
Gibt an, ob Ziel-fps und Frame-Anzahl durch automatische Videoskalierung angepasst werden; true aktiviert diese Anpassung.
split_input_into_scenesoptional
Typboolean
Standardtrue
Szenentrennung für Videos, die einen Dauerschwellenwert überschreiten, bei true aktiviert.
split_input_duration_thresholdoptional
Typnumber
Standard30
1 – 60
Auslöser für die Szenentrennung als Dauer in Sekunden: Nur Videos, die länger als der Schwellenwert sind, werden geteilt.
debug_datasetoptional
Typboolean
Standardfalse
Inspektionsmodus der Vorverarbeitung zur Prüfung von Videos, Bildern und Untertiteln vor einem vollständigen Trainingslauf. Bei Aktivierung gibt der Trainer den verarbeiteten Trainingsdatensatz in einem herunterladbaren Archiv zur manuellen Prüfung zurück.
strict_datasetoptional
Typboolean
Standardfalse
Strikte Behandlung von Problemen bei der Vorverarbeitung, die andernfalls protokolliert und mit den dokumentierten Fallbacks behoben würden. Bei Aktivierung werden Beschriftungen, die leere Prompts benötigen, fehlende Sidecar-Keyframes und Videos mit nicht lesbarem Audio abgelehnt, statt jeweils einen leeren Prompt, ein Clip-Frame oder Stille einzusetzen.
erforderlich

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
lora_file
object {url, content_type, file_name, file_size}URL trainierter LoRA-Gewichte im .safetensors-Format.
config_file
object {url, content_type, file_name, file_size}Konfiguration für die Einrichtung des Inferenz-Endpunkts.
debug_dataset
object {url, content_type, file_name, file_size} | nullNur für Anfragen mit aktiviertem `debug_dataset` verfügbar; dieses herunterladbare Archiv enthält die Trainingsdaten nach der Vorverarbeitung.

Weitere Modelle: Training

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/minimax/h3/i2v/trainer.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt