Hoppa till innehåll

MiniMax H3 Image to Video Audio LoRA Trainer

Integrera

Modell-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.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"

Den här begäran: 20,00 $ 20 000 API-krediter · ≈ 2 151,59 ₽ Kör den på den här sidan

Hämta API-nyckel
MiniMax Träning 1–60 s #utility#editing

LoRA-tränare som lär sig bild-till-video från första bildrutan med ljud från videoklipp

Skapat på Doitong

Offentliga verk skapade med MiniMax H3 av Doitong-communityt. Återanvänd en prompt med ett klick.

Visade offentliga verk: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Video

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... Video

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... Video

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... Video

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... Video

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 ... Video

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... Video

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...

Video

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....

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

resolution standard medium

Träningsupplösning. Högre upplösning ökar minneskraven.

aspect_ratio standard 16:9

Välj träningsbildförhållande från samma uppsättning som är tillgänglig via MiniMax H3 API.

•obligatoriskt

URL till en ZIP med träningsvideor i formatet .mp4, .mov, .avi eller .mkv; minst 10 klipp rekommenderas och större samlingar föredras. Bilder kan inte vara träningsmedia: datauppsättningar med enbart bilder och arkiv som blandar träningsbilder med videor avvisas, även om vissa ändpunkter tillåter bilder som kompletterande villkor. Valfria bildtextfiler kan följa med klippen, där varje textfil har samma basnamn som sin video.

standard 2000

Totalt antal träningssteg.

Avancerat 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 standard 32

LoRA-anpassningsrankning, där högre inställning byter ökad minnesförbrukning mot större kapacitet.

standard

Aktiveringsfras för LoRA-stil, infogad i början av bildtexterna under träningen.

standard 0.0002

Inlärningshastighet för optimering, som balanserar en möjlig hastighetsökning i träningen mot risken för överanpassning när den höjs.

standard 73

Antal bildrutor för varje träningsprov; division med 17 måste ge resten 5. Exempel är 22, 39, 56, 73, 90, 107 och 124.

standard 24

Målfrekvens för videons bildrutor, mätt i bildrutor per sekund.

standard 0.5

Förbättra bild-till-video-prestandan genom att öka hur ofta träningen använder villkor på den första bildrutan; detta värde anger sannolikheten.

standard 30

Utlösare för scenuppdelning uttryckt som en varaktighet i sekunder: endast videor som är längre än tröskeln delas upp.

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

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om MiniMax H3 Image to Video Audio LoRA Trainer

Tränar en LoRA från ett zip-arkiv med videoklipp i `training_data_url`, med villkor från första bildrutan så att en stillbild kan animeras till video. Datauppsättningen får endast innehålla videor. Inställningarna omfattar `rank` på 8 till 128, `number_of_steps` upp till 15000, `number_of_frames` från 22 till 124, `frame_rate` från 8 till 60 och en `trigger_phrase`. Returnerar LoRA-vikter och en konfigurationsfil.

Parametrar

NamnTyp StandardTillåtna Beskrivning
training_data_urlobligatoriskt
Typstring
URL till en ZIP med träningsvideor i formatet .mp4, .mov, .avi eller .mkv; minst 10 klipp rekommenderas och större samlingar föredras. Bilder kan inte vara träningsmedia: datauppsättningar med enbart bilder och arkiv som blandar träningsbilder med videor avvisas, även om vissa ändpunkter tillåter bilder som kompletterande villkor. Valfria bildtextfiler kan följa med klippen, där varje textfil har samma basnamn som sin video.
rankvalfritt
Typenum
Standard32
8163264128
LoRA-anpassningsrankning, där högre inställning byter ökad minnesförbrukning mot större kapacitet.
number_of_stepsvalfritt
Typinteger
Standard2000
1 – 15 000
Totalt antal träningssteg.
learning_ratevalfritt
Typnumber
Standard0.0002
0,000001 – 1
Inlärningshastighet för optimering, som balanserar en möjlig hastighetsökning i träningen mot risken för överanpassning när den höjs.
number_of_framesvalfritt
Typinteger
Standard73
22 – 124
Antal bildrutor för varje träningsprov; division med 17 måste ge resten 5. Exempel är 22, 39, 56, 73, 90, 107 och 124.
frame_ratevalfritt
Typinteger
Standard24
8 – 60
Målfrekvens för videons bildrutor, mätt i bildrutor per sekund.
resolutionvalfritt
Typenum
Standardmedium
lowmediumhigh
Träningsupplösning. Högre upplösning ökar minneskraven.
aspect_ratiovalfritt
Typenum
Standard16:9
21:916:94:31:13:49:16
Välj träningsbildförhållande från samma uppsättning som är tillgänglig via MiniMax H3 API.
trigger_phrasevalfritt
Typstring
Standard
Aktiveringsfras för LoRA-stil, infogad i början av bildtexterna under träningen.
first_frame_conditioning_pvalfritt
Typnumber
Standard0.5
0 – 1
Förbättra bild-till-video-prestandan genom att öka hur ofta träningen använder villkor på den första bildrutan; detta värde anger sannolikheten.
auto_scale_inputvalfritt
Typboolean
Standardfalse
Om mål-fps och antal bildrutor matchas genom automatisk videoskalning; true aktiverar denna justering.
split_input_into_scenesvalfritt
Typboolean
Standardtrue
Scenuppdelning för videor som överskrider en varaktighetströskel, aktiverad när värdet är true.
split_input_duration_thresholdvalfritt
Typnumber
Standard30
1 – 60
Utlösare för scenuppdelning uttryckt som en varaktighet i sekunder: endast videor som är längre än tröskeln delas upp.
debug_datasetvalfritt
Typboolean
Standardfalse
Inspektionsläge för förbehandling, för kontroll av videor, bilder och bildtexter före en fullständig träningskörning. När det aktiveras returnerar tränaren det bearbetade träningsdatasetet i ett nedladdningsbart arkiv för manuell granskning.
strict_datasetvalfritt
Typboolean
Standardfalse
Strikt hantering av förbehandlingsproblem som annars skulle loggas och lösas med de dokumenterade reservlösningarna. När detta aktiveras avvisas bildtexter som behöver tomma promptar, saknade kompletterande nyckelbilder och videor med oläsbart ljud, i stället för att ersätta dem med en tom prompt, en bildruta från klippet respektive tystnad.
obligatoriskt

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
lora_file
object {url, content_type, file_name, file_size}URL till tränade LoRA-vikter i formatet .safetensors.
config_file
object {url, content_type, file_name, file_size}Konfiguration för inställning av inferensändpunkten.
debug_dataset
object {url, content_type, file_name, file_size} | nullEndast tillgängligt för begäranden med `debug_dataset` aktiverat; detta nedladdningsbara arkiv innehåller träningsdata efter förbehandling.

Fler modeller: Träning

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/minimax/h3/i2v/trainer.md. Alla modeller och guider: https://doitong.com/developers/llms.txt