Zum Inhalt springen

MiniMax H3 Reference to Video LoRA Trainer

Integrieren

Modell-ID minimax/h3/ref2va/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/ref2va/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: 30,00 $ 30.000 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
MiniMax Training Referenzeingaben1–60 s

LoRA-Trainer für referenzgesteuertes Video mit Warmstart aus einer früheren LoRA

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 für ein Motiv; Datensätze ausschließlich mit Bildern und gemischte Trainingsarchive aus Bildern und Videos werden abgelehnt, daher müssen Bilder als Referenz-Sidecars bereitgestellt werden. Optionale Ergänzungen teilen den Basisnamen jedes Clips: eine Beschriftung wie `clip01.txt` sowie geordnete Referenzen von `ref_1` bis `ref_4` mit den Namen `clip01.ref_1.<ext>` bis `clip01.ref_4.<ext>`; ohne Referenz-Sidecars liefert ein Frame des Clips seine eigene Referenz. `<ext>` bestimmt die Referenzmodalität: Bilder (.png/.jpg/.jpeg), Audio (.wav/.mp3/.flac/.m4a/.ogg/.aac) oder Videos (.mp4/.mov/.avi/.mkv/.webm), deren Soundtracks ebenfalls zu Audioreferenzen werden. Trainingsclips unterstützen .mp4, .mov, .avi und .mkv; mindestens 10 Clips werden empfohlen, mehr sind vorzuziehen.

Standard 2000

Gesamtzahl der Trainingsschritte.

Erweitert rank · trigger_phrase · resume_from_lora_url · learning_rate · number_of_frames · frame_rate · reference_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.

URL für Warm-Start-Training mit einer zuvor von diesem Trainer erstellten .safetensors-LoRA, gefolgt von der Anzahl zusätzlicher Trainingsschritte number_of_steps. Außer den Adaptergewichten wird nichts wiederhergestellt: Optimierung und Lernratenplanung beginnen beide neu.

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 0.9

Lege fest, wie häufig das Training Referenzbild-Konditionierung gegenüber unconditioned Text-zu-Video-Audio-Training verwendet. Die verbleibende Wahrscheinlichkeit entfällt auf das unconditioned Ziel, um eine stabile Generierung ausschließlich aus Prompts zu gewährleisten.

Standard 30

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

POST /run/minimax/h3/ref2va/trainer?wait=20 Preis → 30,00 $
# 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/ref2va/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 Reference to Video LoRA Trainer

Trainiert eine LoRA mit einem ZIP-Archiv von Motivvideoclips, sodass Referenzeingaben die Videogenerierung steuern können. `reference_conditioning_p` legt fest, wie oft Referenzen während des Trainings verwendet werden, und `resume_from_lora_url` setzt das Training mit einer zuvor trainierten LoRA fort. Ebenfalls konfigurierbar: `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` und `aspect_ratio`. Gibt Gewichte und eine Konfigurationsdatei zurück.

Parameter

NameTyp StandardZulässig Beschreibung
training_data_urlerforderlich
Typstring
URL einer ZIP-Datei mit Trainingsvideos für ein Motiv; Datensätze ausschließlich mit Bildern und gemischte Trainingsarchive aus Bildern und Videos werden abgelehnt, daher müssen Bilder als Referenz-Sidecars bereitgestellt werden. Optionale Ergänzungen teilen den Basisnamen jedes Clips: eine Beschriftung wie `clip01.txt` sowie geordnete Referenzen von `ref_1` bis `ref_4` mit den Namen `clip01.ref_1.<ext>` bis `clip01.ref_4.<ext>`; ohne Referenz-Sidecars liefert ein Frame des Clips seine eigene Referenz. `<ext>` bestimmt die Referenzmodalität: Bilder (.png/.jpg/.jpeg), Audio (.wav/.mp3/.flac/.m4a/.ogg/.aac) oder Videos (.mp4/.mov/.avi/.mkv/.webm), deren Soundtracks ebenfalls zu Audioreferenzen werden. Trainingsclips unterstützen .mp4, .mov, .avi und .mkv; mindestens 10 Clips werden empfohlen, mehr sind vorzuziehen.
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.
reference_conditioning_poptional
Typnumber
Standard0.9
0 – 1
Lege fest, wie häufig das Training Referenzbild-Konditionierung gegenüber unconditioned Text-zu-Video-Audio-Training verwendet. Die verbleibende Wahrscheinlichkeit entfällt auf das unconditioned Ziel, um eine stabile Generierung ausschließlich aus Prompts zu gewährleisten.
resume_from_lora_urloptional
Typstring | null
URL für Warm-Start-Training mit einer zuvor von diesem Trainer erstellten .safetensors-LoRA, gefolgt von der Anzahl zusätzlicher Trainingsschritte number_of_steps. Außer den Adaptergewichten wird nichts wiederhergestellt: Optimierung und Lernratenplanung beginnen beide neu.
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
Aktiviere die Szenenaufteilung für Videos, die länger als ein Schwellenwert sind; Referenz-Sidecars aus aufgeteilten Clips werden verworfen.
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
Option zum Herunterladen eines Archivs zur Prüfung der Vorverarbeitung vor dem vollständigen Training. Bei Aktivierung paketiert der Trainer den verarbeiteten Datensatz, damit du Beschriftungen, Referenzbilder, Videos und Bilder manuell auf Korrektheit prüfen kannst.
strict_datasetoptional
Typboolean
Standardfalse
Strikte Behandlung von Problemen bei der Vorverarbeitung, die andernfalls protokolliert und mit dem dokumentierten Fallback behoben würden. Bei Aktivierung werden Beschriftungen, die leere Prompts benötigen, fehlende Referenz-Sidecars und Videos mit nicht lesbarem Audio abgelehnt, statt diese Fallbacks zu verwenden.
erforderlich

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/ref2va/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": 30000,
    "usd": "30.00",
    "charged": 30000,
    "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/ref2va/trainer.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt