Wprowadzenie
MiniMax H3 LoRA Tekst na wideo zamienia opisaną scenę w klip o długości od 3 do 15 sekund ze stereofoniczną ścieżką dźwiękową i pozwala załadować do trzech własnych plików LoRA na MiniMax H3 z otwartymi wagami. Wybierz 480p, 540p, 768p lub 1080p i jedną z siedmiu proporcji obrazu. Platforma nie dodaje żadnego filtra treści do promptu, wag ani wyniku.
Wybierz tryb według materiału wyjściowego
| Co masz | Tryb |
|---|---|
| opisaną scenę | MiniMax H3 LoRA Tekst na wideo |
| obraz startowy | MiniMax H3 LoRA Obraz na wideo |
| obrazy, klipy lub audio jako referencje | MiniMax H3 LoRA Referencje na wideo |
Najważniejsze funkcje
Twoje LoRA, ładowane przy każdym żądaniu
Każde żądanie przyjmuje do trzech plików LoRA jako bezpośrednie linki, każdy z własną siłą od 0 do 4. Nie ma wgrywania ani listy dozwolonych, więc nada się każda LoRA dla H3, do której masz link. Sprawdziliśmy, że wagi naprawdę się ładują: LoRA stylu taśmy VHS zamieniła czysty prompt z pokojem hotelowym w szumy trackingu, rozlewający się kolor i wypłowiałą paletę z lat 80.
Obraz i dźwięk razem
Każdy klip wraca jako MP4 w 24 fps ze stereofoniczną ścieżką dźwiękową wygenerowaną w tym samym przebiegu. Opisz dźwięk w osobnej linii Audio: – od deszczu na szybie po kwestię dialogową – a dotrze zsynchronizowany z obrazem.
Bez cenzury, z własnymi wagami
Na tym endpoincie uruchomiliśmy LoRA zbudowane pod najmocniejszą treść, z naszymi najmocniejszymi promptami, i klip wrócił dokładnie tak, jak napisano. Nic nie jest łagodzone ani podmieniane, a ładowane wagi nigdy nie są weryfikowane.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Opisz ujęcie jak krótką oś czasu: kto w nim jest, co robi, jak porusza się kamera. Ścieżkę dźwiękową umieść w osobnej linii Audio:. od 1 znaków · do 7000 znaków |
aspect_ratio | Nie | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 lub 9:21. Proporcje zmieniają kadr, nie cenę: na najniższym poziomie klip 16:9 wraca w rozdzielczości 832 x 480. |
resolution | Nie | 480p, 540p, 768p lub 1080p. Cena rośnie z każdym stopniem. |
duration_seconds | Nie | Dowolna pełna sekunda od 3 do 15. Płacisz za sekundy, o które prosisz, więc testuj na klipach od 3 do 5 sekund. |
loras | Nie | Do trzech wpisów {path, scale}. path to bezpośredni link HTTPS do pliku .safetensors wytrenowanego pod MiniMax H3; scale od 0 do 4, 1 jest neutralne. Domyślnie: |
seed | Nie | Utrzymuje serię blisko siebie, gdy porównujesz wartości scale albo poprawki promptu. Zmieniaj jedną rzecz na przebieg. |
Cennik
Rozliczane za sekundę wyniku w wybranej rozdzielczości. Załadowanie LoRA nie generuje osobnej opłaty.
| Specyfikacja | Cena |
|---|---|
| $0.05 / sekundę |
| $0.075 / sekundę |
| $0.10 / sekundę |
| $0.20 / sekundę |
Zastosowania
Testy stylu przed kampanią
Puść ten sam krótki prompt z trzema różnymi LoRA stylu w 480p przez trzy sekundy i porównaj wyniki obok siebie. Kosztuje to kilka centów za wygląd, a gdy wybierzesz jeden, możesz powtórzyć go w 1080p z tym samym seedem.
Krótkie sceny dla platform z wirtualnymi towarzyszami i dla twórców
Załaduj LoRA konceptu lub ruchu, którego oczekuje Twoja publiczność, opisz scenę i dźwięk i dostarcz w 768p lub 1080p. Nie ma flagi treści do przełączania ani drugiej weryfikacji po generowaniu.
Krótkie formy retro i animowane
LoRA taśmy filmowej, VHS i kreskówki zmieniają medium, a nie tylko gradację. LoRA ręcznie rysowanej kreskówki z 1939 roku i LoRA VHS zamieniają tę samą scenę na dachu w dwie zupełnie różne produkcje.
Wskazówki
Najpierw wyzwalacz, potem ujęcie, na końcu dźwięk
Większość LoRA społeczności oczekuje słowa wyzwalającego na samym początku, na przykład vh5tape w przypadku LoRA VHS. Po nim opisz ujęcie jak krótką oś czasu i zakończ linią Audio:. Powtarzanie tego, co LoRA już robi, zwykle z nią walczy.
Jedna zmiana scale na przebieg
Przy dwóch lub trzech załadowanych LoRA zmieniaj jedną wartość scale naraz i trzymaj stały seed. LoRA stylu zaczynaj od 1, koncepcyjne od 0,6–0,8. Jeśli klip wygląda na przeładowany, najpierw obniż najmocniejszą wagę.
Tanie szkice, jeden finał
Trzy do pięciu sekund w 480p to najtańszy wariant, który zwykle wraca w dużo mniej niż minutę. Dopracuj tam wygląd, kamerę i dźwięk, a dopiero potem wydaj pieniądze na wersję 1080p.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lora/text-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
