Ir al contenido

MiniMax H3 Reference to Video LoRA Trainer

Integrar

Id del modelo 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"

Esta solicitud: 30,00 $ 30.000 créditos de API Ejecutar en esta página

Obtener clave de API
MiniMax Entrenamiento Entradas de referencia1–60 s

Entrenador de LoRA para video condicionado por referencias, con inicio en caliente desde una LoRA anterior

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...

Мрачная комната для допросов, тесная и давящая. Одна резкая лампа под потолком бросает конус холо... Vídeo

Мрачная комната для допросов, тесная и давящая. Одна резкая лампа под потолком бросает конус холодного света на металлический стол, вокруг густые тени. Виновный подозреваемый сидит в наручниках по одну сторону стола: потеет, нервно бегает глазами, тяжело дышит, избегает взгляда. Напротив —...

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 de videos de entrenamiento del sujeto; los conjuntos de datos solo de imágenes y los archivos de entrenamiento mixtos de imagen/video se rechazan, por lo que las imágenes deben ser recursos laterales de referencia. Los extras opcionales comparten el nombre base de cada clip: un subtítulo como `clip01.txt` y referencias ordenadas de `ref_1` a `ref_4`, con nombres `clip01.ref_1.<ext>` a `clip01.ref_4.<ext>`; sin recursos laterales de referencia, un fotograma del clip proporciona su propia referencia. `<ext>` determina la modalidad de referencia: imágenes (.png/.jpg/.jpeg), audio (.wav/.mp3/.flac/.m4a/.ogg/.aac) o videos (.mp4/.mov/.avi/.mkv/.webm), cuyas bandas sonoras también se convierten en referencias de audio. Los clips de entrenamiento admiten .mp4, .mov, .avi y .mkv; procura incluir al menos 10 clips, aunque se prefieren más.

predeterminado 2000

Número total de pasos de entrenamiento.

Avanzado 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 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.

URL para el entrenamiento de inicio en caliente con un LoRA `.safetensors` creado anteriormente por este entrenador, seguida del número de pasos de entrenamiento adicionales number_of_steps. No se restaura nada salvo los pesos del adaptador: tanto la optimización como la programación de la tasa de aprendizaje comienzan de nuevo.

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 0.9

Establece con qué frecuencia el entrenamiento usa condicionamiento mediante imágenes de referencia frente al entrenamiento de texto-audio-video sin condicionamiento. La probabilidad restante se destina al objetivo sin condicionamiento para mantener estable la generación basada solo en prompts.

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/ref2va/trainer?wait=20 cotización → 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"

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 Reference to Video LoRA Trainer

Entrena una LoRA con un zip de clips de video de sujetos para que las entradas de referencia guíen la generación de video. `reference_conditioning_p` establece con qué frecuencia se usan las referencias durante el entrenamiento, y `resume_from_lora_url` continúa desde una LoRA entrenada anteriormente. También se pueden configurar `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` y `aspect_ratio`. Devuelve los pesos y un archivo de configuración.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
training_data_urlobligatorio
Tipostring
URL de un ZIP de videos de entrenamiento del sujeto; los conjuntos de datos solo de imágenes y los archivos de entrenamiento mixtos de imagen/video se rechazan, por lo que las imágenes deben ser recursos laterales de referencia. Los extras opcionales comparten el nombre base de cada clip: un subtítulo como `clip01.txt` y referencias ordenadas de `ref_1` a `ref_4`, con nombres `clip01.ref_1.<ext>` a `clip01.ref_4.<ext>`; sin recursos laterales de referencia, un fotograma del clip proporciona su propia referencia. `<ext>` determina la modalidad de referencia: imágenes (.png/.jpg/.jpeg), audio (.wav/.mp3/.flac/.m4a/.ogg/.aac) o videos (.mp4/.mov/.avi/.mkv/.webm), cuyas bandas sonoras también se convierten en referencias de audio. Los clips de entrenamiento admiten .mp4, .mov, .avi y .mkv; procura incluir al menos 10 clips, aunque se prefieren más.
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.
reference_conditioning_popcional
Tiponumber
Predeterminado0.9
0 – 1
Establece con qué frecuencia el entrenamiento usa condicionamiento mediante imágenes de referencia frente al entrenamiento de texto-audio-video sin condicionamiento. La probabilidad restante se destina al objetivo sin condicionamiento para mantener estable la generación basada solo en prompts.
resume_from_lora_urlopcional
Tipostring | null
URL para el entrenamiento de inicio en caliente con un LoRA `.safetensors` creado anteriormente por este entrenador, seguida del número de pasos de entrenamiento adicionales number_of_steps. No se restaura nada salvo los pesos del adaptador: tanto la optimización como la programación de la tasa de aprendizaje comienzan de nuevo.
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
Activa la división de escenas para videos que superen un umbral de duración, descartando los recursos laterales de referencia de los clips divididos.
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
Opción para descargar un archivo y comprobar el preprocesamiento antes de confirmar el entrenamiento completo. Al activarla, el entrenador empaqueta el conjunto de datos procesado para que puedas inspeccionar manualmente subtítulos, imágenes de referencia, videos e imágenes.
strict_datasetopcional
Tipoboolean
Predeterminadofalse
Gestión estricta de problemas de preprocesamiento que, de otro modo, se registrarían y resolverían mediante el valor alternativo documentado. Activarla rechaza subtítulos que necesiten prompts en blanco, recursos laterales de referencia ausentes y videos con audio ilegible, en lugar de permitir esos valores alternativos.
obligatorio

Salida

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"
  }
}
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/ref2va/trainer.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt