Passer au contenu

MiniMax H3 Image to Video Audio LoRA Trainer

Intégrer

Identifiant du modèle 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"

Cette requête: 20,00 $ 20 000 crédits API L’exécuter sur cette page

Obtenir une clé API
MiniMax Entraînement 1–60 s #utility#editing

Entraîneur LoRA qui apprend le text-to-video à partir de la première image avec audio provenant de clips vidéo

Créé sur Doitong

Créations publiques réalisées avec MiniMax H3 par la communauté Doitong. Réutilisez un prompt en un clic.

Créations publiques affichées : 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Vidéo

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... Vidéo

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... Vidéo

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... Vidéo

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... Vidéo

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 ... Vidéo

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... Vidéo

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... Vidéo

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...

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

resolution par défaut medium

Résolution d’entraînement. Augmenter la résolution accroît les besoins en mémoire.

aspect_ratio par défaut 16:9

Choisissez le rapport hauteur/largeur d'entraînement dans le même ensemble que celui disponible via l'API MiniMax H3.

•requis

URL d'un ZIP contenant des vidéos d'entraînement au format .mp4, .mov, .avi ou .mkv ; au moins 10 clips sont recommandés et les collections plus importantes sont préférables. Les images ne peuvent pas servir de médias d'entraînement : les jeux de données composés uniquement d'images et les archives mélangeant images et vidéos d'entraînement sont rejetés, bien que certains points de terminaison autorisent les images comme ressources de conditionnement annexes. Des fichiers de légendes facultatifs peuvent accompagner les clips, chaque fichier texte partageant le nom de base de sa vidéo.

par défaut 2000

Nombre total d’étapes d’entraînement.

Avancé 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 par défaut 32

Rang d’adaptation LoRA, échangeant une consommation mémoire accrue contre une capacité supérieure à mesure que la valeur augmente.

par défaut

Phrase d’activation du style LoRA, insérée au début des légendes pendant l’entraînement.

par défaut 0.0002

Taux d’apprentissage d’optimisation, qui équilibre un éventuel gain de vitesse d’entraînement et le risque de surapprentissage lorsqu’il est augmenté.

par défaut 73

Nombre d'images pour chaque échantillon d'entraînement ; sa division par 17 doit laisser un reste de 5. Exemples : 22, 39, 56, 73, 90, 107 et 124.

par défaut 24

Fréquence d’images cible de la vidéo, mesurée en images par seconde.

par défaut 0.5

Améliore les performances image-to-video en augmentant la fréquence d’utilisation du conditionnement sur la première image pendant l’entraînement ; cette valeur définit cette probabilité.

par défaut 30

Déclencheur de découpage des scènes exprimé comme une durée en secondes : seules les vidéos plus longues que le seuil sont découpées.

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

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de MiniMax H3 Image to Video Audio LoRA Trainer

Entraîne un LoRA à partir d'une archive zip de clips vidéo dans `training_data_url`, en utilisant le conditionnement par première image afin d'animer une image fixe en vidéo. Le jeu de données doit contenir uniquement des vidéos. Les paramètres comprennent `rank` de 8 à 128, `number_of_steps` jusqu'à 15000, `number_of_frames` de 22 à 124, `frame_rate` de 8 à 60 et une `trigger_phrase`. Renvoie les poids LoRA et un fichier de configuration.

Paramètres

NomType Par défautAutorisé Description
training_data_urlrequis
Typestring
URL d'un ZIP contenant des vidéos d'entraînement au format .mp4, .mov, .avi ou .mkv ; au moins 10 clips sont recommandés et les collections plus importantes sont préférables. Les images ne peuvent pas servir de médias d'entraînement : les jeux de données composés uniquement d'images et les archives mélangeant images et vidéos d'entraînement sont rejetés, bien que certains points de terminaison autorisent les images comme ressources de conditionnement annexes. Des fichiers de légendes facultatifs peuvent accompagner les clips, chaque fichier texte partageant le nom de base de sa vidéo.
rankfacultatif
Typeenum
Par défaut32
8163264128
Rang d’adaptation LoRA, échangeant une consommation mémoire accrue contre une capacité supérieure à mesure que la valeur augmente.
number_of_stepsfacultatif
Typeinteger
Par défaut2000
1 – 15 000
Nombre total d’étapes d’entraînement.
learning_ratefacultatif
Typenumber
Par défaut0.0002
0,000001 – 1
Taux d’apprentissage d’optimisation, qui équilibre un éventuel gain de vitesse d’entraînement et le risque de surapprentissage lorsqu’il est augmenté.
number_of_framesfacultatif
Typeinteger
Par défaut73
22 – 124
Nombre d'images pour chaque échantillon d'entraînement ; sa division par 17 doit laisser un reste de 5. Exemples : 22, 39, 56, 73, 90, 107 et 124.
frame_ratefacultatif
Typeinteger
Par défaut24
8 – 60
Fréquence d’images cible de la vidéo, mesurée en images par seconde.
resolutionfacultatif
Typeenum
Par défautmedium
lowmediumhigh
Résolution d’entraînement. Augmenter la résolution accroît les besoins en mémoire.
aspect_ratiofacultatif
Typeenum
Par défaut16:9
21:916:94:31:13:49:16
Choisissez le rapport hauteur/largeur d'entraînement dans le même ensemble que celui disponible via l'API MiniMax H3.
trigger_phrasefacultatif
Typestring
Par défaut
Phrase d’activation du style LoRA, insérée au début des légendes pendant l’entraînement.
first_frame_conditioning_pfacultatif
Typenumber
Par défaut0.5
0 – 1
Améliore les performances image-to-video en augmentant la fréquence d’utilisation du conditionnement sur la première image pendant l’entraînement ; cette valeur définit cette probabilité.
auto_scale_inputfacultatif
Typeboolean
Par défautfalse
Indique si le fps cible et le nombre d'images sont ajustés par une mise à l'échelle vidéo automatique ; true active cet ajustement.
split_input_into_scenesfacultatif
Typeboolean
Par défauttrue
Découpage des scènes pour les vidéos dépassant un seuil de durée, activé lorsque la valeur est true.
split_input_duration_thresholdfacultatif
Typenumber
Par défaut30
1 – 60
Déclencheur de découpage des scènes exprimé comme une durée en secondes : seules les vidéos plus longues que le seuil sont découpées.
debug_datasetfacultatif
Typeboolean
Par défautfalse
Mode d’inspection du prétraitement pour vérifier les vidéos, les images et les légendes avant un entraînement complet. Son activation fait renvoyer par l’entraîneur le jeu de données d’entraînement traité dans une archive téléchargeable pour examen manuel.
strict_datasetfacultatif
Typeboolean
Par défautfalse
Gestion stricte des problèmes de prétraitement qui seraient sinon consignés et résolus à l'aide des solutions de repli documentées. L'activation rejette les légendes nécessitant des prompts vides, les images clés annexes manquantes et les vidéos dont l'audio est illisible, au lieu de remplacer ces éléments respectivement par un prompt vide, une image du clip ou du silence.
requis

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
lora_file
object {url, content_type, file_name, file_size}URL des poids LoRA entraînés au format .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuration de la mise en place du point de terminaison d’inférence.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponible uniquement pour les requêtes avec `debug_dataset` activé, cette archive téléchargeable contient les données d'entraînement après le prétraitement.

Plus de modèles : Entraînement

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/minimax/h3/i2v/trainer.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt