Avançar para o conteúdo

MiniMax H3 Image to Video Audio LoRA Trainer

Integrar

ID do 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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Este pedido: 20,00 $ 20 000 créditos da API · ≈ 2151,59 ₽ Executar nesta página

Obter chave de API
MiniMax Treino 1–60 s #utility#editing

Treinador LoRA que ensina image-to-video a partir do primeiro fotograma, com áudio de clipes de vídeo

Criado na Doitong

Trabalhos públicos criados com MiniMax H3 pela comunidade Doitong. Reutilize um prompt com um clique.

Trabalhos públicos apresentados: 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...

Vídeo

Используй это изображение как точный референс. Вертикальное реалистичное видео 9:16, тёплая кинематографичная ночная сцена в спальне. Полностью сохранить лица Ани и Павла, их внешность, причёски, одежду, освещение, кровать, панорамные окна и ночной город. Камера статичная, средний крупный план....

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

resolution predefinição medium

Resolução de treino. Aumentar a resolução eleva os requisitos de memória.

aspect_ratio predefinição 16:9

Escolha a proporção de treino do mesmo conjunto disponível através da API MiniMax H3.

•obrigatório

URL de um ZIP que contém vídeos de treino no formato .mp4, .mov, .avi ou .mkv; recomenda-se pelo menos 10 clips, sendo preferíveis coleções maiores. As imagens não podem ser recursos de treino: conjuntos de dados apenas com imagens e arquivos que misturem imagens de treino com vídeos são rejeitados, embora alguns endpoints permitam imagens como recursos secundários de condicionamento. Ficheiros de legendas opcionais podem acompanhar os clips, partilhando cada ficheiro de texto o nome base do respetivo vídeo.

predefinição 2000

Número total de passos de treino.

Avançado 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 predefinição 32

Rank de adaptação LoRA, trocando um maior consumo de memória por maior capacidade à medida que a definição aumenta.

predefinição

Frase de ativação do estilo LoRA, inserida no início das legendas durante o treino.

predefinição 0.0002

Taxa de aprendizagem de otimização, equilibrando um possível aumento de velocidade do treino com o risco de sobreajuste quando é aumentada.

predefinição 73

Contagem de frames para cada amostra de treino; a divisão por 17 deve deixar resto 5. Exemplos: 22, 39, 56, 73, 90, 107 e 124.

predefinição 24

Taxa de frames alvo do vídeo, medida em frames por segundo.

predefinição 0.5

Melhora o desempenho de imagem para vídeo aumentando a frequência com que o treino utiliza o condicionamento pelo primeiro frame; este valor define essa probabilidade.

predefinição 30

Gatilho de divisão de cenas expresso como uma duração em segundos: apenas os vídeos superiores ao limite são divididos.

POST /run/minimax/h3/i2v/trainer?wait=20 cotação → 20,00 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre MiniMax H3 Image to Video Audio LoRA Trainer

Treina uma LoRA a partir de um zip de clipes de vídeo em `training_data_url`, usando condicionamento do primeiro fotograma para animar uma imagem estática num vídeo. O conjunto de dados deve conter apenas vídeos. As definições incluem `rank` de 8 a 128, `number_of_steps` até 15000, `number_of_frames` de 22 a 124, `frame_rate` de 8 a 60 e uma `trigger_phrase`. Produz os pesos LoRA e um ficheiro de configuração.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
training_data_urlobrigatório
Tipostring
URL de um ZIP que contém vídeos de treino no formato .mp4, .mov, .avi ou .mkv; recomenda-se pelo menos 10 clips, sendo preferíveis coleções maiores. As imagens não podem ser recursos de treino: conjuntos de dados apenas com imagens e arquivos que misturem imagens de treino com vídeos são rejeitados, embora alguns endpoints permitam imagens como recursos secundários de condicionamento. Ficheiros de legendas opcionais podem acompanhar os clips, partilhando cada ficheiro de texto o nome base do respetivo vídeo.
rankopcional
Tipoenum
Predefinição32
8163264128
Rank de adaptação LoRA, trocando um maior consumo de memória por maior capacidade à medida que a definição aumenta.
number_of_stepsopcional
Tipointeger
Predefinição2000
1 – 15 000
Número total de passos de treino.
learning_rateopcional
Tiponumber
Predefinição0.0002
0,000001 – 1
Taxa de aprendizagem de otimização, equilibrando um possível aumento de velocidade do treino com o risco de sobreajuste quando é aumentada.
number_of_framesopcional
Tipointeger
Predefinição73
22 – 124
Contagem de frames para cada amostra de treino; a divisão por 17 deve deixar resto 5. Exemplos: 22, 39, 56, 73, 90, 107 e 124.
frame_rateopcional
Tipointeger
Predefinição24
8 – 60
Taxa de frames alvo do vídeo, medida em frames por segundo.
resolutionopcional
Tipoenum
Predefiniçãomedium
lowmediumhigh
Resolução de treino. Aumentar a resolução eleva os requisitos de memória.
aspect_ratioopcional
Tipoenum
Predefinição16:9
21:916:94:31:13:49:16
Escolha a proporção de treino do mesmo conjunto disponível através da API MiniMax H3.
trigger_phraseopcional
Tipostring
Predefinição
Frase de ativação do estilo LoRA, inserida no início das legendas durante o treino.
first_frame_conditioning_popcional
Tiponumber
Predefinição0.5
0 – 1
Melhora o desempenho de imagem para vídeo aumentando a frequência com que o treino utiliza o condicionamento pelo primeiro frame; este valor define essa probabilidade.
auto_scale_inputopcional
Tipoboolean
Predefiniçãofalse
Indica se o fps de destino e a contagem de frames são correspondidos através de escalamento automático do vídeo; true ativa este ajuste.
split_input_into_scenesopcional
Tipoboolean
Predefiniçãotrue
Divisão de cenas para vídeos que excedam um limite de duração, ativada quando true.
split_input_duration_thresholdopcional
Tiponumber
Predefinição30
1 – 60
Gatilho de divisão de cenas expresso como uma duração em segundos: apenas os vídeos superiores ao limite são divididos.
debug_datasetopcional
Tipoboolean
Predefiniçãofalse
Modo de inspeção do pré-processamento para verificar vídeos, imagens e legendas antes de uma execução completa do treino. Ativá-lo faz com que o treinador devolva o conjunto de dados de treino processado num arquivo transferível para revisão manual.
strict_datasetopcional
Tipoboolean
Predefiniçãofalse
Tratamento rigoroso de problemas de pré-processamento que, de outro modo, seriam registados e resolvidos através dos fallbacks documentados. Ao ativá-lo, são rejeitadas legendas que necessitem de prompts vazios, keyframes secundários em falta e vídeos com áudio ilegível, em vez de substituir por um prompt vazio, um frame do clip ou silêncio, respetivamente.
obrigatório

Resultado

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
lora_file
object {url, content_type, file_name, file_size}URL para pesos LoRA treinados no formato .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuração da preparação do endpoint de inferência.
debug_dataset
object {url, content_type, file_name, file_size} | nullDisponível apenas para pedidos com `debug_dataset` ativado, este arquivo descarregável contém os dados de treino após o pré-processamento.

Mais modelos: Treino

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/minimax/h3/i2v/trainer.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt