مواد پر جائیں

MiniMax H3 Image to Video Audio LoRA Trainer

انٹیگریٹ کریں

ماڈل id 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"

یہ درخواست: ⁨$20.00⁩ 20,000 API کریڈٹس اس صفحے پر چلائیں

API کلید حاصل کریں
MiniMax تربیت 1–60 s #utility#editing

ویڈیو کلپس سے آڈیو سمیت پہلے فریم کی image-to-video سکھانے والا LoRA ٹرینر

Doitong پر بنایا گیا

Doitong کمیونٹی کے MiniMax H3 سے بنائے گئے عوامی کام۔ ایک کلک میں پرامپٹ دوبارہ استعمال کریں۔

دکھائے گئے عوامی کام: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... ویڈیو

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... ویڈیو

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... ویڈیو

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... ویڈیو

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... ویڈیو

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 ... ویڈیو

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... ویڈیو

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... ویڈیو

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...

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

resolution ڈیفالٹ medium

Training ریزولوشن۔ ریزولوشن بڑھانے سے memory requirements بڑھتی ہیں۔

aspect_ratio ڈیفالٹ 16:9

Training aspect ratio اسی set سے منتخب کریں جو MiniMax H3 API کے ذریعے دستیاب ہے۔

•لازمی

ایک ZIP کا URL جس میں .mp4، .mov، .avi یا .mkv فارمیٹ میں تربیتی ویڈیوز ہوں؛ کم از کم 10 کلپس تجویز کیے جاتے ہیں، اور بڑے مجموعے بہتر ہیں۔ تصاویر کو تربیتی مواد کے طور پر استعمال نہیں کیا جا سکتا: صرف تصاویر والے ڈیٹاسیٹس اور تربیتی تصاویر و ویڈیوز کو یکجا کرنے والے آرکائیوز مسترد کر دیے جاتے ہیں، تاہم بعض اینڈ پوائنٹس تصاویر کو کنڈیشننگ کے لیے ضمنی فائلوں کے طور پر قبول کرتے ہیں۔ کلپس کے ساتھ اختیاری کیپشن فائلیں شامل کی جا سکتی ہیں، اور ہر متنی فائل کا بنیادی نام متعلقہ ویڈیو جیسا ہونا چاہیے۔

ڈیفالٹ 2000

Training steps کی کل count۔

ایڈوانسڈ 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 ڈیفالٹ 32

LoRA adaptation rank، setting بڑھنے کے ساتھ memory consumption کے بدلے زیادہ capacity فراہم کرتا ہے۔

ڈیفالٹ

LoRA style activation phrase، training کے دوران captions کے آغاز میں داخل کیا جاتا ہے۔

ڈیفالٹ 0.0002

Optimization learning rate، جو training میں ممکنہ رفتار اور اسے بڑھانے پر overfitting کے خطرے کے درمیان توازن قائم کرتا ہے۔

ڈیفالٹ 73

ہر training sample کے لیے فریم count؛ اسے 17 سے تقسیم کرنے پر remainder 5 ہونا چاہیے۔ مثالیں 22، 39، 56، 73، 90، 107 اور 124 ہیں۔

ڈیفالٹ 24

مطلوبہ ویڈیو فریم ریٹ، جس کی پیمائش فریم فی سیکنڈ میں کی جاتی ہے۔

ڈیفالٹ 0.5

پہلے فریم کی conditioning کے استعمال کی تعدد بڑھا کر image-to-video کارکردگی بہتر کرتا ہے؛ یہ قدر اس probability کو متعین کرتی ہے۔

ڈیفالٹ 30

Scene-splitting trigger، سیکنڈ میں duration کے طور پر؛ صرف threshold سے لمبی ویڈیوز split ہوتی ہیں۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

MiniMax H3 Image to Video Audio LoRA Trainer کے بارے میں

`training_data_url` میں موجود ویڈیو کلپ کی zip سے LoRA کو تربیت دیتا ہے اور پہلے فریم کی کنڈیشننگ استعمال کرتا ہے تاکہ ساکن تصویر کو اینیمیشن کے ذریعے ویڈیو بنایا جا سکے۔ ڈیٹاسیٹ میں صرف ویڈیو ہونی چاہییں۔ سیٹنگز میں 8 سے 128 تک `rank`، 15000 تک `number_of_steps`، 22 سے 124 تک `number_of_frames`، 8 سے 60 تک `frame_rate` اور `trigger_phrase` شامل ہیں۔ آؤٹ پٹ میں LoRA کے وزن اور کنفیگ فائل دیتا ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
training_data_urlلازمی
قسمstring
ایک ZIP کا URL جس میں .mp4، .mov، .avi یا .mkv فارمیٹ میں تربیتی ویڈیوز ہوں؛ کم از کم 10 کلپس تجویز کیے جاتے ہیں، اور بڑے مجموعے بہتر ہیں۔ تصاویر کو تربیتی مواد کے طور پر استعمال نہیں کیا جا سکتا: صرف تصاویر والے ڈیٹاسیٹس اور تربیتی تصاویر و ویڈیوز کو یکجا کرنے والے آرکائیوز مسترد کر دیے جاتے ہیں، تاہم بعض اینڈ پوائنٹس تصاویر کو کنڈیشننگ کے لیے ضمنی فائلوں کے طور پر قبول کرتے ہیں۔ کلپس کے ساتھ اختیاری کیپشن فائلیں شامل کی جا سکتی ہیں، اور ہر متنی فائل کا بنیادی نام متعلقہ ویڈیو جیسا ہونا چاہیے۔
rankاختیاری
قسمenum
ڈیفالٹ32
8163264128
LoRA adaptation rank، setting بڑھنے کے ساتھ memory consumption کے بدلے زیادہ capacity فراہم کرتا ہے۔
number_of_stepsاختیاری
قسمinteger
ڈیفالٹ2000
1 – 15,000
Training steps کی کل count۔
learning_rateاختیاری
قسمnumber
ڈیفالٹ0.0002
0.000001 – 1
Optimization learning rate، جو training میں ممکنہ رفتار اور اسے بڑھانے پر overfitting کے خطرے کے درمیان توازن قائم کرتا ہے۔
number_of_framesاختیاری
قسمinteger
ڈیفالٹ73
22 – 124
ہر training sample کے لیے فریم count؛ اسے 17 سے تقسیم کرنے پر remainder 5 ہونا چاہیے۔ مثالیں 22، 39، 56، 73، 90، 107 اور 124 ہیں۔
frame_rateاختیاری
قسمinteger
ڈیفالٹ24
8 – 60
مطلوبہ ویڈیو فریم ریٹ، جس کی پیمائش فریم فی سیکنڈ میں کی جاتی ہے۔
resolutionاختیاری
قسمenum
ڈیفالٹmedium
lowmediumhigh
Training ریزولوشن۔ ریزولوشن بڑھانے سے memory requirements بڑھتی ہیں۔
aspect_ratioاختیاری
قسمenum
ڈیفالٹ16:9
21:916:94:31:13:49:16
Training aspect ratio اسی set سے منتخب کریں جو MiniMax H3 API کے ذریعے دستیاب ہے۔
trigger_phraseاختیاری
قسمstring
ڈیفالٹ
LoRA style activation phrase، training کے دوران captions کے آغاز میں داخل کیا جاتا ہے۔
first_frame_conditioning_pاختیاری
قسمnumber
ڈیفالٹ0.5
0 – 1
پہلے فریم کی conditioning کے استعمال کی تعدد بڑھا کر image-to-video کارکردگی بہتر کرتا ہے؛ یہ قدر اس probability کو متعین کرتی ہے۔
auto_scale_inputاختیاری
قسمboolean
ڈیفالٹfalse
کیا target fps اور فریم count automatic ویڈیو scaling کے ذریعے match کیے جائیں؛ true یہ adjustment enabled کرتا ہے۔
split_input_into_scenesاختیاری
قسمboolean
ڈیفالٹtrue
Threshold سے زیادہ duration والی ویڈیوز کی scene splitting، true ہونے پر فعال۔
split_input_duration_thresholdاختیاری
قسمnumber
ڈیفالٹ30
1 – 60
Scene-splitting trigger، سیکنڈ میں duration کے طور پر؛ صرف threshold سے لمبی ویڈیوز split ہوتی ہیں۔
debug_datasetاختیاری
قسمboolean
ڈیفالٹfalse
مکمل training run سے پہلے ویڈیوز، تصاویر اور captions کی جانچ کے لیے preprocessing inspection mode۔ فعال کرنے پر trainer processed training dataset کو downloadable archive میں واپس کرتا ہے تاکہ دستی review کیا جا سکے۔
strict_datasetاختیاری
قسمboolean
ڈیفالٹfalse
Preprocessing کے ان مسائل کا strict handling جو بصورت دیگر log ہو کر documented fallbacks کے ذریعے حل ہوتے۔ اسے enabled کرنے پر blank پرامپٹس کی ضرورت والے captions، missing sidecar keyframes اور unreadable آڈیو والی ویڈیوز مسترد کی جاتی ہیں، بجائے اس کے کہ بالترتیب blank پرامپٹ، clip فریم یا silence استعمال کیا جائے۔
لازمی

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
lora_file
object {url, content_type, file_name, file_size}trained LoRA weights کے لیے `.safetensors` format میں URL۔
config_file
object {url, content_type, file_name, file_size}Configuration for inference اینڈ پوائنٹ setup۔
debug_dataset
object {url, content_type, file_name, file_size} | nullصرف `debug_dataset` enabled والی درخواستوں کے لیے دستیاب؛ یہ downloadable archive preprocessing کے بعد training data رکھتا ہے۔

مزید ماڈلز: تربیت

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/minimax/h3/i2v/trainer.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt