Ir al contenido

MiniMax H3 Image to Video Audio LoRA Trainer

Integrar

Id del modelo 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"

Esta solicitud: 20,00 $ 20.000 créditos de API Ejecutar en esta página

Obtener clave de API
MiniMax Entrenamiento 1–60 s #utility#editing

Entrenador de LoRA que enseña image-to-video desde el primer fotograma con audio a partir de clips de video

Creado en Doitong

Trabajos públicos creados con MiniMax H3 por la comunidad de Doitong. Reutiliza un prompt con un clic.

Trabajos públicos mostrados: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Vídeo

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... Vídeo

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... Vídeo

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... Vídeo

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... Vídeo

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 ... Vídeo

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... Vídeo

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... Vídeo

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...

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

resolution predeterminado medium

Resolución de entrenamiento. Aumentarla incrementa los requisitos de memoria.

aspect_ratio predeterminado 16:9

Elige la relación de aspecto del entrenamiento del mismo conjunto disponible mediante la API MiniMax H3.

•obligatorio

URL de un ZIP que contiene videos de entrenamiento en formato .mp4, .mov, .avi o .mkv; se recomiendan al menos 10 clips y son preferibles las colecciones más grandes. Las imágenes no pueden ser medios de entrenamiento: los conjuntos de datos solo de imágenes y los archivos que mezclan imágenes de entrenamiento con videos se rechazan, aunque algunos endpoints permiten imágenes como recursos laterales de condicionamiento. Los archivos de subtítulos opcionales pueden acompañar a los clips, y cada archivo de texto comparte el nombre base de su video.

predeterminado 2000

Número total de pasos de entrenamiento.

Avanzado 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 predeterminado 32

Rango de adaptación de LoRA, que intercambia un mayor consumo de memoria por una mayor capacidad a medida que aumenta el valor.

predeterminado

Frase de activación del estilo LoRA, insertada al principio de los pies de foto durante el entrenamiento.

predeterminado 0.0002

Tasa de aprendizaje de optimización, que equilibra una posible aceleración del entrenamiento con el riesgo de sobreajuste al aumentarla.

predeterminado 73

Número de fotogramas de cada muestra de entrenamiento; al dividirlo entre 17 debe quedar un resto de 5. Algunos ejemplos son 22, 39, 56, 73, 90, 107 y 124.

predeterminado 24

Frecuencia de fotogramas del video de destino, medida en fotogramas por segundo.

predeterminado 0.5

Mejora el rendimiento de imagen a video aumentando la frecuencia con la que el entrenamiento usa el condicionamiento del primer fotograma; este valor establece esa probabilidad.

predeterminado 30

Activador de división de escenas expresado como una duración en segundos: solo se dividen los videos que superan el umbral.

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

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de MiniMax H3 Image to Video Audio LoRA Trainer

Entrena una LoRA a partir de un zip de clips de video en `training_data_url`, usando el condicionamiento del primer fotograma para animar una imagen fija en un video. El conjunto de datos debe contener únicamente videos. Los ajustes incluyen `rank` de 8 a 128, `number_of_steps` hasta 15000, `number_of_frames` de 22 a 124, `frame_rate` de 8 a 60 y una `trigger_phrase`. Devuelve los pesos de LoRA y un archivo de configuración.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
training_data_urlobligatorio
Tipostring
URL de un ZIP que contiene videos de entrenamiento en formato .mp4, .mov, .avi o .mkv; se recomiendan al menos 10 clips y son preferibles las colecciones más grandes. Las imágenes no pueden ser medios de entrenamiento: los conjuntos de datos solo de imágenes y los archivos que mezclan imágenes de entrenamiento con videos se rechazan, aunque algunos endpoints permiten imágenes como recursos laterales de condicionamiento. Los archivos de subtítulos opcionales pueden acompañar a los clips, y cada archivo de texto comparte el nombre base de su video.
rankopcional
Tipoenum
Predeterminado32
8163264128
Rango de adaptación de LoRA, que intercambia un mayor consumo de memoria por una mayor capacidad a medida que aumenta el valor.
number_of_stepsopcional
Tipointeger
Predeterminado2000
1 – 15.000
Número total de pasos de entrenamiento.
learning_rateopcional
Tiponumber
Predeterminado0.0002
0,000001 – 1
Tasa de aprendizaje de optimización, que equilibra una posible aceleración del entrenamiento con el riesgo de sobreajuste al aumentarla.
number_of_framesopcional
Tipointeger
Predeterminado73
22 – 124
Número de fotogramas de cada muestra de entrenamiento; al dividirlo entre 17 debe quedar un resto de 5. Algunos ejemplos son 22, 39, 56, 73, 90, 107 y 124.
frame_rateopcional
Tipointeger
Predeterminado24
8 – 60
Frecuencia de fotogramas del video de destino, medida en fotogramas por segundo.
resolutionopcional
Tipoenum
Predeterminadomedium
lowmediumhigh
Resolución de entrenamiento. Aumentarla incrementa los requisitos de memoria.
aspect_ratioopcional
Tipoenum
Predeterminado16:9
21:916:94:31:13:49:16
Elige la relación de aspecto del entrenamiento del mismo conjunto disponible mediante la API MiniMax H3.
trigger_phraseopcional
Tipostring
Predeterminado
Frase de activación del estilo LoRA, insertada al principio de los pies de foto durante el entrenamiento.
first_frame_conditioning_popcional
Tiponumber
Predeterminado0.5
0 – 1
Mejora el rendimiento de imagen a video aumentando la frecuencia con la que el entrenamiento usa el condicionamiento del primer fotograma; este valor establece esa probabilidad.
auto_scale_inputopcional
Tipoboolean
Predeterminadofalse
Indica si la frecuencia de fotogramas y el recuento de fotogramas objetivo se ajustan mediante escalado automático del video; true activa este ajuste.
split_input_into_scenesopcional
Tipoboolean
Predeterminadotrue
División de escenas para videos que superan un umbral de duración, activada cuando es true.
split_input_duration_thresholdopcional
Tiponumber
Predeterminado30
1 – 60
Activador de división de escenas expresado como una duración en segundos: solo se dividen los videos que superan el umbral.
debug_datasetopcional
Tipoboolean
Predeterminadofalse
Modo de inspección del preprocesamiento para comprobar videos, imágenes y pies de foto antes de una ejecución completa del entrenamiento. Activarlo hace que el entrenador devuelva el conjunto de datos de entrenamiento procesado en un archivo descargable para su revisión manual.
strict_datasetopcional
Tipoboolean
Predeterminadofalse
Gestión estricta de problemas de preprocesamiento que, de otro modo, se registrarían y resolverían mediante los valores alternativos documentados. Activarla rechaza subtítulos que necesiten prompts en blanco, fotogramas clave laterales ausentes y videos con audio ilegible, en lugar de sustituirlos respectivamente por un prompt en blanco, un fotograma del clip o silencio.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
lora_file
object {url, content_type, file_name, file_size}URL de los pesos de LoRA entrenados en formato .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuración del endpoint de inferencia.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponible solo para solicitudes con `debug_dataset` activado, este archivo descargable contiene los datos de entrenamiento después del preprocesamiento.

Más modelos: Entrenamiento

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/minimax/h3/i2v/trainer.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt