Μετάβαση στο περιεχόμενο

MiniMax H3 Image to Video Audio LoRA Trainer

Ενσωμάτωση

id μοντέλου 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"

Αυτό το αίτημα: 20,00 $ 20.000 πιστώσεις API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
MiniMax Εκπαίδευση 1–60 s #utility#editing

Εκπαιδευτής LoRA που διδάσκει image-to-video πρώτου καρέ με ήχο από κλιπ βίντεο

Δημιουργήθηκε στο Doitong

Δημόσια έργα που δημιουργήθηκαν με το MiniMax H3 από την κοινότητα του Doitong. Επαναχρησιμοποιήστε ένα prompt με ένα κλικ.

Δημόσιες δημιουργίες: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Βίντεο

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... Βίντεο

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... Βίντεο

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... Βίντεο

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... Βίντεο

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 ... Βίντεο

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... Βίντεο

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...

Вертикальное кинематографичное видео 9:16, 6 секунд, один непрерывный план. Начать точно с исходн... Βίντεο

Вертикальное кинематографичное видео 9:16, 6 секунд, один непрерывный план. Начать точно с исходного изображения. Женщина стоит босиком у самой кромки моря, спиной к камере, лицом к закату. Небольшая прозрачная волна плавно подкатывает к ней, мягко касается ступней под подолом и нижнего края...

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

resolution προεπιλογή medium

Ανάλυση εκπαίδευσης. Η αύξηση της ανάλυσης αυξάνει τις απαιτήσεις μνήμης.

aspect_ratio προεπιλογή 16:9

Επιλέξτε την αναλογία διαστάσεων εκπαίδευσης από το ίδιο σύνολο που διατίθεται μέσω του MiniMax H3 API.

•απαιτείται

URL για ZIP που περιέχει βίντεο εκπαίδευσης σε μορφή .mp4, .mov, .avi ή .mkv· συνιστώνται τουλάχιστον 10 αποσπάσματα και προτιμώνται μεγαλύτερες συλλογές. Οι εικόνες δεν μπορούν να αποτελούν μέσα εκπαίδευσης: σύνολα δεδομένων μόνο με εικόνες και αρχεία που συνδυάζουν εικόνες εκπαίδευσης με βίντεο απορρίπτονται, αν και ορισμένα τελικά σημεία επιτρέπουν εικόνες ως sidecars conditioning. Προαιρετικά αρχεία λεζάντας μπορούν να συνοδεύουν τα αποσπάσματα, με κάθε αρχείο κειμένου να έχει το βασικό όνομα του βίντεό του.

προεπιλογή 2000

Συνολικός αριθμός βημάτων εκπαίδευσης.

Για προχωρημένους 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 προεπιλογή 32

Τάξη προσαρμογής LoRA, που ανταλλάσσει αυξημένη κατανάλωση μνήμης με μεγαλύτερη χωρητικότητα καθώς αυξάνεται η ρύθμιση.

προεπιλογή

Φράση ενεργοποίησης στυλ LoRA, που εισάγεται στην αρχή των λεζαντών κατά την εκπαίδευση.

προεπιλογή 0.0002

Ρυθμός εκμάθησης βελτιστοποίησης, που εξισορροπεί πιθανή επιτάχυνση της εκπαίδευσης με τον κίνδυνο υπερπροσαρμογής όταν αυξάνεται.

προεπιλογή 73

Αριθμός καρέ για κάθε δείγμα εκπαίδευσης· η διαίρεσή του με 17 πρέπει να αφήνει υπόλοιπο 5. Παραδείγματα είναι 22, 39, 56, 73, 90, 107 και 124.

προεπιλογή 24

Ρυθμός καρέ βίντεο-στόχου, μετρημένος σε καρέ ανά δευτερόλεπτο.

προεπιλογή 0.5

Βελτιώνει την απόδοση image-to-video αυξάνοντας τη συχνότητα χρήσης συνθήκης πρώτου καρέ στην εκπαίδευση· αυτή η τιμή ορίζει την πιθανότητα.

προεπιλογή 30

Έναυσμα διαχωρισμού σκηνών, εκφρασμένο ως διάρκεια σε δευτερόλεπτα: διαχωρίζονται μόνο βίντεο που υπερβαίνουν το όριο.

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

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το MiniMax H3 Image to Video Audio LoRA Trainer

Εκπαιδεύει ένα LoRA από zip κλιπ βίντεο στο `training_data_url`, χρησιμοποιώντας καθορισμό συνθηκών πρώτου καρέ ώστε μια στατική εικόνα να μετατραπεί σε βίντεο. Το σύνολο δεδομένων πρέπει να περιέχει μόνο βίντεο. Οι ρυθμίσεις περιλαμβάνουν `rank` από 8 έως 128, `number_of_steps` έως 15000, `number_of_frames` από 22 έως 124, `frame_rate` από 8 έως 60 και `trigger_phrase`. Η έξοδος περιλαμβάνει βάρη LoRA και αρχείο config.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
training_data_urlαπαιτείται
Τύποςstring
URL για ZIP που περιέχει βίντεο εκπαίδευσης σε μορφή .mp4, .mov, .avi ή .mkv· συνιστώνται τουλάχιστον 10 αποσπάσματα και προτιμώνται μεγαλύτερες συλλογές. Οι εικόνες δεν μπορούν να αποτελούν μέσα εκπαίδευσης: σύνολα δεδομένων μόνο με εικόνες και αρχεία που συνδυάζουν εικόνες εκπαίδευσης με βίντεο απορρίπτονται, αν και ορισμένα τελικά σημεία επιτρέπουν εικόνες ως sidecars conditioning. Προαιρετικά αρχεία λεζάντας μπορούν να συνοδεύουν τα αποσπάσματα, με κάθε αρχείο κειμένου να έχει το βασικό όνομα του βίντεό του.
rankπροαιρετικό
Τύποςenum
Προεπιλογή32
8163264128
Τάξη προσαρμογής LoRA, που ανταλλάσσει αυξημένη κατανάλωση μνήμης με μεγαλύτερη χωρητικότητα καθώς αυξάνεται η ρύθμιση.
number_of_stepsπροαιρετικό
Τύποςinteger
Προεπιλογή2000
1 – 15.000
Συνολικός αριθμός βημάτων εκπαίδευσης.
learning_rateπροαιρετικό
Τύποςnumber
Προεπιλογή0.0002
0,000001 – 1
Ρυθμός εκμάθησης βελτιστοποίησης, που εξισορροπεί πιθανή επιτάχυνση της εκπαίδευσης με τον κίνδυνο υπερπροσαρμογής όταν αυξάνεται.
number_of_framesπροαιρετικό
Τύποςinteger
Προεπιλογή73
22 – 124
Αριθμός καρέ για κάθε δείγμα εκπαίδευσης· η διαίρεσή του με 17 πρέπει να αφήνει υπόλοιπο 5. Παραδείγματα είναι 22, 39, 56, 73, 90, 107 και 124.
frame_rateπροαιρετικό
Τύποςinteger
Προεπιλογή24
8 – 60
Ρυθμός καρέ βίντεο-στόχου, μετρημένος σε καρέ ανά δευτερόλεπτο.
resolutionπροαιρετικό
Τύποςenum
Προεπιλογήmedium
lowmediumhigh
Ανάλυση εκπαίδευσης. Η αύξηση της ανάλυσης αυξάνει τις απαιτήσεις μνήμης.
aspect_ratioπροαιρετικό
Τύποςenum
Προεπιλογή16:9
21:916:94:31:13:49:16
Επιλέξτε την αναλογία διαστάσεων εκπαίδευσης από το ίδιο σύνολο που διατίθεται μέσω του MiniMax H3 API.
trigger_phraseπροαιρετικό
Τύποςstring
Προεπιλογή
Φράση ενεργοποίησης στυλ LoRA, που εισάγεται στην αρχή των λεζαντών κατά την εκπαίδευση.
first_frame_conditioning_pπροαιρετικό
Τύποςnumber
Προεπιλογή0.5
0 – 1
Βελτιώνει την απόδοση image-to-video αυξάνοντας τη συχνότητα χρήσης συνθήκης πρώτου καρέ στην εκπαίδευση· αυτή η τιμή ορίζει την πιθανότητα.
auto_scale_inputπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Καθορίζει αν ο στόχος fps και ο αριθμός καρέ ταιριάζουν μέσω αυτόματης κλιμάκωσης βίντεο· true ενεργοποιεί αυτήν την προσαρμογή.
split_input_into_scenesπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Διαχωρισμός σκηνών για βίντεο που υπερβαίνουν ένα όριο διάρκειας, ενεργοποιημένος όταν η τιμή είναι true.
split_input_duration_thresholdπροαιρετικό
Τύποςnumber
Προεπιλογή30
1 – 60
Έναυσμα διαχωρισμού σκηνών, εκφρασμένο ως διάρκεια σε δευτερόλεπτα: διαχωρίζονται μόνο βίντεο που υπερβαίνουν το όριο.
debug_datasetπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Λειτουργία επιθεώρησης προεπεξεργασίας για έλεγχο βίντεο, εικόνων και λεζαντών πριν από πλήρη εκτέλεση εκπαίδευσης. Η ενεργοποίησή της κάνει τον εκπαιδευτή να επιστρέφει το επεξεργασμένο σύνολο δεδομένων εκπαίδευσης σε αρχείο αρχειοθήκης με δυνατότητα λήψης για χειροκίνητο έλεγχο.
strict_datasetπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Αυστηρός χειρισμός προβλημάτων προεπεξεργασίας που διαφορετικά θα καταγράφονταν και θα επιλύονταν με τα τεκμηριωμένα fallback. Η ενεργοποίησή του απορρίπτει λεζάντες που χρειάζονται κενά prompt, keyframes sidecar που λείπουν και βίντεο με μη αναγνώσιμο ήχο, αντί να αντικαταστήσει αντίστοιχα με κενό prompt, καρέ του αποσπάσματος ή σιωπή.
απαιτείται

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
lora_file
object {url, content_type, file_name, file_size}URL για εκπαιδευμένα βάρη LoRA σε μορφή .safetensors.
config_file
object {url, content_type, file_name, file_size}Διαμόρφωση για τη ρύθμιση του τελικού σημείου συμπερασματολογίας.
debug_dataset
object {url, content_type, file_name, file_size} | nullΔιαθέσιμο μόνο για αιτήματα με ενεργοποιημένο το `debug_dataset`, αυτό το αρχείο που μπορείτε να κατεβάσετε περιέχει τα δεδομένα εκπαίδευσης μετά την προεπεξεργασία.

Περισσότερα μοντέλα: Εκπαίδευση

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/minimax/h3/i2v/trainer.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt