Einführung
MiniMax H3 Singularity LoRA Referenz-zu-Video baut eine Einstellung aus Ihrem Referenzmaterial auf Singularity, dem HDR-trainierten Community-Fine-Tune des Open-Weight-Modells MiniMax H3, mit bis zu drei Ihrer eigenen H3-LoRAs. Schicken Sie bis zu neun Bilder, drei Clips und drei Audioclips, nennen Sie sie im Prompt per Nummer und erhalten Sie 3 bis 15 Sekunden in 480p bis 1080p mit Stereotonspur, in einem von sieben Seitenverhältnissen.
Modus nach dem Ausgangsmaterial wählen
| Ausgangsmaterial | Modus |
|---|---|
| ein Startbild | MiniMax H3 Singularity LoRA Bild-zu-Video |
| Referenzbilder, -clips oder -audio | MiniMax H3 Singularity LoRA Referenz-zu-Video |
| nur eine geschriebene Szene | MiniMax H3 LoRA Text-zu-Video |
Wichtige Funktionen und Highlights
Choreografie aus dem Clip, Identität aus Standbildern
Ein Referenzclip liefert Bewegung und Kamera, Standbilder fixieren Gesicht und Kostüm. Das Training von Singularity auf schneller High-Dynamic-Range-Action hält diese übernommene Bewegung scharf statt verschmiert.
Standard-H3-LoRAs auf einer schärferen Basis
Jede für MiniMax H3 trainierte LoRA lädt hier unverändert. Kombinieren Sie eine Figuren-LoRA mit Standbildern derselben Person, um die Identität am festesten zu halten.
Unzensierte Referenzen und Ausgabe
Referenzen werden so übernommen, wie sie sind, was sie auch zeigen. Mit einem passenden LoRA und unserem stärksten Inhalts-Prompt wurde die Einstellung mit dem referenzierten Motiv wie geschrieben gerendert, und die Tonspur kam in derselben Datei zurück.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
prompt | Ja | Ordnen Sie zuerst jeder Eingabe eine Aufgabe zu (<Picture 1> ist der Kämpfer, <Video 1> die Bewegung), schreiben Sie dann die Handlung in Beats und schließen Sie mit dem Ton. mindestens 1 Zeichen · höchstens 7000 Zeichen |
reference_image_urls | Nein | Bis zu neun Bilder; jedes kostet einen Aufschlag pro Referenz. Nutzen Sie sie für Gesicht, Outfit und Location. mindestens 1 Einträge · höchstens 9 Einträge |
reference_video_urls | Nein | Bis zu drei Clips für Choreografie oder Kamera. Abgerechnet wie Ausgabesekunden, insgesamt höchstens 15; ihr Ton wird automatisch übernommen. mindestens 1 Einträge · höchstens 3 Einträge |
reference_audio_urls | Nein | Bis zu drei Audioclips für einen Beat, eine Stimme oder Treffergeräusche. Jeder kostet einen Aufschlag pro Referenz. mindestens 1 Einträge · höchstens 3 Einträge |
aspect_ratio | Nein | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 oder 9:21. Ändert den Preis nicht. |
resolution | Nein | 480p, 540p, 768p oder 1080p. Der Sekundenpreis steigt mit jeder Stufe. |
duration_seconds | Nein | Ausgabelänge von 3 bis 15 Sekunden; bei der Abrechnung kommen die Sekunden der Referenzclips hinzu. |
loras | Nein | Bis zu drei Einträge {path, scale}, trainiert für MiniMax H3; scale 0 bis 4. Standardwert: |
seed | Nein | Hält Takes vergleichbar, während Sie Referenzen austauschen. |
Preis
Abgerechnet pro Sekunde in der gewählten Auflösung; die Sekunden der Referenzclips zählen als abgerechnete Sekunden (insgesamt bis zu 15), und jedes Referenzbild und jeder Audioclip kostet einen Aufschlag pro Referenz. LoRAs kosten nichts extra.
| Spezifikation | Preis |
|---|---|
| $0.06 / Sekunde |
| $0.09 / Sekunde |
| $0.12 / Sekunde |
| $0.24 / Sekunde |
Anwendungsfälle
Eine Routine mit neuer Besetzung nachstellen
Schicken Sie die Routine als Video 1 und die neue Person als Picture 1, dann beschreiben Sie den Schauplatz. Die Bewegung wird übernommen; Person und Ort bestimmen Sie.
Konsistente Kämpfer über eine ganze Sequenz
Halten Sie Standbilder und LoRA jedes Kämpfers fest und ändern Sie nur den Beat, den Sie beschreiben. In Totalen bleiben die Gesichter auf diesem Fine-Tune besser erhalten als auf dem regulären Modell.
Schnitte zur Musik
Geben Sie den Track als Audio 1 dazu und verlangen Sie Bewegung auf den Beat. Zusammen mit einem Referenzclip des Tanzes folgt das Ergebnis sowohl dem Rhythmus als auch der Choreografie.
Prompt-Leitfaden und Praxistipps
Referenzclips kurz und sauber halten
Ein Clip von zwei bis vier Sekunden mit genau der gewünschten Bewegung funktioniert besser als ein langer Take und kostet weniger: Clipsekunden werden wie Ausgabesekunden abgerechnet, insgesamt bis zu 15. Schneiden Sie Anlauf und Landung weg, die Sie nicht brauchen, und nehmen Sie als Referenz lieber eine fest stehende Kamera, damit das Modell die Körperbewegung liest und nicht die der Kameraführung.
Jedem Standbild genau eine Aufgabe geben
Ein Bild für das Gesicht, eines für das Outfit, eines für den Raum. Überlappende Standbilder desselben Motivs aus ähnlichen Winkeln kosten mehr, ohne mehr Kontrolle zu bringen. Schreiben Sie den Prompt dann in Beats: Picture 1 kommt herein, übernimmt die Drehung aus Video 1 und landet mit Blick zur Kamera, der Trommelschlag aus Audio 1 sitzt auf der Landung.
Die Renderzeit einplanen
Singularity rendert langsamer als die reguläre Familie MiniMax H3 LoRA; unsere fünfsekündige 480p-Referenzeinstellung brauchte etwa 80 Sekunden. Klären Sie die Choreografie in 480p, bevor Sie auf 1080p gehen.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-singularity-lora/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
