Vai al contenuto

MiniMax H3 Image to Video Audio LoRA Trainer

Integra

ID del modello 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"

Questa richiesta: 20,00 $ 20.000 crediti API Esegui in questa pagina

Ottieni la chiave API
MiniMax Addestramento 1–60 s #utility#editing

Trainer LoRA che insegna la conversione image-to-video dal primo fotogramma con audio ricavato da clip video

Creato su Doitong

Lavori pubblici creati con MiniMax H3 dalla community di Doitong. Riutilizza un prompt con un clic.

Lavori pubblici mostrati: 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...

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

resolution predefinito medium

Risoluzione di addestramento. Aumentare la risoluzione incrementa i requisiti di memoria.

aspect_ratio predefinito 16:9

Scegli le proporzioni di addestramento dallo stesso insieme disponibile tramite l'API MiniMax H3.

•obbligatorio

URL di uno ZIP contenente video di addestramento in formato .mp4, .mov, .avi o .mkv; sono consigliati almeno 10 clip e sono preferibili raccolte più ampie. Le immagini non possono essere dati di addestramento: i dataset composti solo da immagini e gli archivi che combinano immagini e video di addestramento vengono rifiutati, anche se alcuni endpoint consentono immagini come risorse laterali di condizionamento. I file di didascalie facoltativi possono accompagnare i clip, con ogni file di testo che condivide il nome di base del relativo video.

predefinito 2000

Numero totale di passaggi di addestramento.

Avanzate 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 predefinito 32

Rango di adattamento LoRA, che scambia un maggiore consumo di memoria con una capacità superiore all'aumentare del valore.

predefinito

Frase di attivazione dello stile LoRA, inserita all'inizio delle didascalie durante l'addestramento.

predefinito 0.0002

Tasso di apprendimento dell'ottimizzazione, che bilancia un possibile aumento della velocità di training con il rischio di overfitting quando viene aumentato.

predefinito 73

Numero di fotogrammi per ogni campione di addestramento; la divisione per 17 deve lasciare resto 5. Esempi: 22, 39, 56, 73, 90, 107 e 124.

predefinito 24

Frequenza dei fotogrammi del video di destinazione, misurata in fotogrammi al secondo.

predefinito 0.5

Migliora le prestazioni image-to-video aumentando la frequenza con cui il training usa il condizionamento sul primo fotogramma; questo valore imposta tale probabilità.

predefinito 30

Trigger di suddivisione delle scene espresso come durata in secondi: vengono suddivisi solo i video più lunghi della soglia.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su MiniMax H3 Image to Video Audio LoRA Trainer

Addestra una LoRA da un archivio zip di clip video in `training_data_url`, usando il condizionamento del primo fotogramma per animare un'immagine fissa in un video. Il dataset deve contenere solo video. Le impostazioni includono `rank` da 8 a 128, `number_of_steps` fino a 15000, `number_of_frames` da 22 a 124, `frame_rate` da 8 a 60 e una `trigger_phrase`. Restituisce i pesi LoRA e un file di configurazione.

Parametri

NomeTipo PredefinitoConsentiti Descrizione
training_data_urlobbligatorio
Tipostring
URL di uno ZIP contenente video di addestramento in formato .mp4, .mov, .avi o .mkv; sono consigliati almeno 10 clip e sono preferibili raccolte più ampie. Le immagini non possono essere dati di addestramento: i dataset composti solo da immagini e gli archivi che combinano immagini e video di addestramento vengono rifiutati, anche se alcuni endpoint consentono immagini come risorse laterali di condizionamento. I file di didascalie facoltativi possono accompagnare i clip, con ogni file di testo che condivide il nome di base del relativo video.
rankfacoltativo
Tipoenum
Predefinito32
8163264128
Rango di adattamento LoRA, che scambia un maggiore consumo di memoria con una capacità superiore all'aumentare del valore.
number_of_stepsfacoltativo
Tipointeger
Predefinito2000
1 – 15.000
Numero totale di passaggi di addestramento.
learning_ratefacoltativo
Tiponumber
Predefinito0.0002
0,000001 – 1
Tasso di apprendimento dell'ottimizzazione, che bilancia un possibile aumento della velocità di training con il rischio di overfitting quando viene aumentato.
number_of_framesfacoltativo
Tipointeger
Predefinito73
22 – 124
Numero di fotogrammi per ogni campione di addestramento; la divisione per 17 deve lasciare resto 5. Esempi: 22, 39, 56, 73, 90, 107 e 124.
frame_ratefacoltativo
Tipointeger
Predefinito24
8 – 60
Frequenza dei fotogrammi del video di destinazione, misurata in fotogrammi al secondo.
resolutionfacoltativo
Tipoenum
Predefinitomedium
lowmediumhigh
Risoluzione di addestramento. Aumentare la risoluzione incrementa i requisiti di memoria.
aspect_ratiofacoltativo
Tipoenum
Predefinito16:9
21:916:94:31:13:49:16
Scegli le proporzioni di addestramento dallo stesso insieme disponibile tramite l'API MiniMax H3.
trigger_phrasefacoltativo
Tipostring
Predefinito
Frase di attivazione dello stile LoRA, inserita all'inizio delle didascalie durante l'addestramento.
first_frame_conditioning_pfacoltativo
Tiponumber
Predefinito0.5
0 – 1
Migliora le prestazioni image-to-video aumentando la frequenza con cui il training usa il condizionamento sul primo fotogramma; questo valore imposta tale probabilità.
auto_scale_inputfacoltativo
Tipoboolean
Predefinitofalse
Indica se fps di destinazione e numero di fotogrammi vengono sincronizzati tramite il ridimensionamento automatico del video; true abilita questa regolazione.
split_input_into_scenesfacoltativo
Tipoboolean
Predefinitotrue
Suddivisione delle scene per i video che superano una soglia di durata, abilitata quando è true.
split_input_duration_thresholdfacoltativo
Tiponumber
Predefinito30
1 – 60
Trigger di suddivisione delle scene espresso come durata in secondi: vengono suddivisi solo i video più lunghi della soglia.
debug_datasetfacoltativo
Tipoboolean
Predefinitofalse
Modalità di ispezione del preprocessing per controllare video, immagini e didascalie prima di un'esecuzione completa dell'addestramento. Abilitandola, il trainer restituisce il dataset di addestramento elaborato in un archivio scaricabile per la revisione manuale.
strict_datasetfacoltativo
Tipoboolean
Predefinitofalse
Gestione rigorosa dei problemi di preprocessing che altrimenti verrebbero registrati e risolti usando i fallback documentati. L'abilitazione rifiuta le didascalie che richiedono prompt vuoti, i fotogrammi chiave laterali mancanti e i video con audio illeggibile invece di sostituirli rispettivamente con un prompt vuoto, un fotogramma del clip o il silenzio.
obbligatorio

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
lora_file
object {url, content_type, file_name, file_size}URL dei pesi LoRA addestrati in formato .safetensors.
config_file
object {url, content_type, file_name, file_size}Configurazione per l'impostazione dell'endpoint di inferenza.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponibile solo per le richieste con `debug_dataset` abilitato, questo archivio scaricabile contiene i dati di addestramento dopo il preprocessing.

Altri modelli: Addestramento

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/minimax/h3/i2v/trainer.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt