Przejdź do treści

MiniMax H3 Text to Video LoRA Trainer

Integracja

Identyfikator modelu minimax/h3/t2v/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/t2v/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"

To żądanie: 10,00 $ 10 000 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
MiniMax Trenowanie 1–60 s #utility#editing

Trener LoRA do generowania wyłącznie text-to-video z dźwiękiem, bez uwarunkowania klatką kluczową

Utworzone w Doitong

Publiczne prace utworzone za pomocą MiniMax H3 przez społeczność Doitong. Użyj ponownie promptu jednym kliknięciem.

Pokazane publiczne prace: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Wideo

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... Wideo

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... Wideo

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... Wideo

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... Wideo

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 ... Wideo

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... Wideo

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... Wideo

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...

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

resolution domyślnie medium

Rozdzielczość treningu. Zwiększenie rozdzielczości podnosi wymagania pamięciowe.

aspect_ratio domyślnie 16:9

Wybierz współczynnik proporcji treningu z tego samego zestawu, który jest dostępny przez MiniMax H3 API.

•wymagane

Adres URL pliku ZIP zawierającego wideo treningowe w formacie .mp4, .mov, .avi lub .mkv; zalecane jest co najmniej 10 klipów, a większe kolekcje są preferowane. Obrazy nie mogą być danymi treningowymi: zbiory zawierające wyłącznie obrazy oraz archiwa mieszające obrazy treningowe z wideo są odrzucane, choć niektóre endpointy pozwalają na obrazy jako dodatkowe zasoby warunkujące. Opcjonalne pliki opisów mogą towarzyszyć klipom; każdy plik tekstowy powinien mieć tę samą nazwę bazową co jego wideo.

domyślnie 2000

Łączna liczba kroków treningu.

Zaawansowane 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 domyślnie 32

Ranga adaptacji LoRA, która wraz ze wzrostem wartości wymienia większe zużycie pamięci na większą pojemność.

domyślnie

Fraza aktywująca styl LoRA, wstawiana na początku podpisów podczas treningu.

domyślnie 0.0002

Współczynnik uczenia optymalizacji, równoważący możliwe przyspieszenie treningu z ryzykiem przeuczenia po zwiększeniu wartości.

domyślnie 73

Liczba klatek każdej próbki treningowej; podzielenie przez 17 musi dawać resztę 5. Przykłady to 22, 39, 56, 73, 90, 107 i 124.

domyślnie 24

Docelowa liczba klatek wideo, mierzona w klatkach na sekundę.

domyślnie 0

Warunkowanie klatką kluczową musi pozostać wyłączone przy wartości 0, ponieważ ta trasa trenuje wyłącznie na text-to-video-audio. Warunkowanie klatkami kluczowymi wymaga trasy first-last-frame lub image-to-video-audio.

domyślnie 30

Wyzwalacz podziału scen wyrażony jako czas trwania w sekundach: dzielone są tylko wideo dłuższe od tego progu.

POST /run/minimax/h3/t2v/trainer?wait=20 wycena → 10,00 $
# 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/t2v/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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o MiniMax H3 Text to Video LoRA Trainer

Trenuje LoRA z archiwum zip opisanych klipów wideo w `training_data_url` do generowania wideo wyłącznie na podstawie tekstu. Uwarunkowanie pierwszą klatką jest ustawione na stałe na 0, dlatego trening klatek kluczowych pozostaje zadaniem powiązanych trenerów. Regulowane ustawienia obejmują `rank`, `number_of_steps` (od 1 do 15000), `learning_rate`, `number_of_frames`, `frame_rate`, `resolution` i `trigger_phrase`.

Parametry

NazwaTyp DomyślneDozwolone Opis
training_data_urlwymagane
Typstring
Adres URL pliku ZIP zawierającego wideo treningowe w formacie .mp4, .mov, .avi lub .mkv; zalecane jest co najmniej 10 klipów, a większe kolekcje są preferowane. Obrazy nie mogą być danymi treningowymi: zbiory zawierające wyłącznie obrazy oraz archiwa mieszające obrazy treningowe z wideo są odrzucane, choć niektóre endpointy pozwalają na obrazy jako dodatkowe zasoby warunkujące. Opcjonalne pliki opisów mogą towarzyszyć klipom; każdy plik tekstowy powinien mieć tę samą nazwę bazową co jego wideo.
rankopcjonalne
Typenum
Domyślne32
8163264128
Ranga adaptacji LoRA, która wraz ze wzrostem wartości wymienia większe zużycie pamięci na większą pojemność.
number_of_stepsopcjonalne
Typinteger
Domyślne2000
1 – 15 000
Łączna liczba kroków treningu.
learning_rateopcjonalne
Typnumber
Domyślne0.0002
0,000001 – 1
Współczynnik uczenia optymalizacji, równoważący możliwe przyspieszenie treningu z ryzykiem przeuczenia po zwiększeniu wartości.
number_of_framesopcjonalne
Typinteger
Domyślne73
22 – 124
Liczba klatek każdej próbki treningowej; podzielenie przez 17 musi dawać resztę 5. Przykłady to 22, 39, 56, 73, 90, 107 i 124.
frame_rateopcjonalne
Typinteger
Domyślne24
8 – 60
Docelowa liczba klatek wideo, mierzona w klatkach na sekundę.
resolutionopcjonalne
Typenum
Domyślnemedium
lowmediumhigh
Rozdzielczość treningu. Zwiększenie rozdzielczości podnosi wymagania pamięciowe.
aspect_ratioopcjonalne
Typenum
Domyślne16:9
21:916:94:31:13:49:16
Wybierz współczynnik proporcji treningu z tego samego zestawu, który jest dostępny przez MiniMax H3 API.
trigger_phraseopcjonalne
Typstring
Domyślne
Fraza aktywująca styl LoRA, wstawiana na początku podpisów podczas treningu.
first_frame_conditioning_popcjonalne
Typnumber
Domyślne0
0 – 0
Warunkowanie klatką kluczową musi pozostać wyłączone przy wartości 0, ponieważ ta trasa trenuje wyłącznie na text-to-video-audio. Warunkowanie klatkami kluczowymi wymaga trasy first-last-frame lub image-to-video-audio.
auto_scale_inputopcjonalne
Typboolean
Domyślnefalse
Czy docelowe fps i liczba klatek są dopasowywane przez automatyczne skalowanie wideo; wartość true włącza tę korektę.
split_input_into_scenesopcjonalne
Typboolean
Domyślnetrue
Podział scen dla wideo przekraczających próg czasu trwania, włączany, gdy true.
split_input_duration_thresholdopcjonalne
Typnumber
Domyślne30
1 – 60
Wyzwalacz podziału scen wyrażony jako czas trwania w sekundach: dzielone są tylko wideo dłuższe od tego progu.
debug_datasetopcjonalne
Typboolean
Domyślnefalse
Tryb inspekcji przetwarzania wstępnego do sprawdzania wideo, obrazów i podpisów przed pełnym treningiem. Włączenie powoduje zwrócenie przez trenera przetworzonego zbioru treningowego w archiwum do pobrania i ręcznej weryfikacji.
strict_datasetopcjonalne
Typboolean
Domyślnefalse
Ścisła obsługa problemów przetwarzania wstępnego, które w przeciwnym razie zostałyby zapisane w logu i rozwiązane za pomocą udokumentowanych mechanizmów awaryjnych. Włączenie odrzuca opisy wymagające pustych promptów, brakujące klatki kluczowe sidecar oraz wideo z nieczytelnym audio zamiast podstawienia odpowiednio pustego promptu, klatki klipu lub ciszy.
wymagane

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/t2v/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": 10000,
    "usd": "10.00",
    "charged": 10000,
    "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
lora_file
object {url, content_type, file_name, file_size}URL wytrenowanych wag LoRA w formacie .safetensors.
config_file
object {url, content_type, file_name, file_size}Konfiguracja ustawień endpointu wnioskowania.
debug_dataset
object {url, content_type, file_name, file_size} | nullDostępne tylko dla żądań z włączonym `debug_dataset`; to archiwum do pobrania zawiera dane treningowe po przetworzeniu wstępnym.

Więcej modeli: Trenowanie

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/minimax/h3/t2v/trainer.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt