Extensión de prompts

Por qué el README lo recomienda

Las etiquetas cinematográficas (luz, composición, cámara) eran parte del trabajo de datos de 2.2s. Un prompt de tres palabras subutiliza eso. La extensión llena la cámara, la iluminación y el movimiento para que el codificador UMT5 vea una leyenda densa.

DashScope API

• Establezca DASH_API_KEY. El sitio internacional también necesita DASH_API_URL=https://dashscope-intl.aliyuncs.com/api/v1.
• Modelos por defecto: qwen-más para T2V, qwen-vl-máximo para I2V.
• Obliga con --prompt_extend_model. Lenguaje objetivo: --prompt_extend_target_lang zh doen.

DASH_API_KEY=your_key torchrun --nproc_per_node=8 generate.py --task t2v-A14B --size 1280*720 --ckpt_dir ./Wan2.2-T2V-A14B --dit_fsdp --t5_fsdp --ulysses_size 8 --prompt "Two anthropomorphic cats…" --use_prompt_extend --prompt_extend_method dashscope --prompt_extend_target_lang zh

El área Qwen

• T2V: Qwen/Qwen2.5-14B-Instruir, 7B, o 3B dependiendo de los restos VRAM.
• I2V: Qwen/Qwen2.5-VL-7B-Instruir o 3B.
• --prompt_extend_method local_qwen y --prompt_extend_model con un ID HF o una ruta local.

Preguntas frecuentes

¿La extensión ejecuta cada paso de difusión?

No, una vez, antes de tomar muestras. DiT Es un paso.

¿Puedo saltarlo?

Sí. Todos los comandos básicos README funcionan sin --use_prompt_extend. La calidad es lo que se pierde en las instrucciones cortas.