इमेज से वीडियो

आधिकारिक आदेश

python generate.py --task i2v-A14B --size 1280*720 --ckpt_dir ./Wan2.2-I2V-A14B --offload_model True --convert_model_dtype --image examples/i2v_input.JPG --prompt "Summer beach vacation style, a white cat wearing sunglasses sits on a surfboard. …"

python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --offload_model True --convert_model_dtype --t5_cpu --image examples/i2v_input.JPG --prompt "…"

यदि --image ti2v-5B पर सेट है, तो रन छवि-टू-वीडियो है; अन्यथा यह पाठ-टू-वीडियो है। यह README विज्ञापन का हाइब्रिड डिज़ाइन है।

केवल छवि (खाली संकेत)

I2V --prompt '' के साथ चलाया जा सकता है जब --use_prompt_extend चालू है। DashScope qwen-vl-max (या स्थानीय Qwen2.5-VL) स्थिर से गति प्रलोभन लिखता है। यह बस एक फोटो अपलोड करने का समर्थित तरीका है।

क्या प्रारंभ छवि वास्तव में नियंत्रित करता है

• विषय की पहचान और अलमारी t = 0 पर।
• आउटपुट पहलू अनुपात (लेटरबॉक्सिंग यदि आप असमान आकार को मजबूर करते हैं) ।
• प्रकाश और पृष्ठभूमि के रूप में एक पूर्व नहीं एक बंद प्लेट. बड़े कैमरा आंदोलनों बह सकते हैं।

अक्सर पूछे जाने वाले प्रश्न

480P या 720P?

I2V-A14B दोनों का समर्थन करता है. TI2V-5B 720P@24 fps उपभोक्ता हाइब्रिड है. गुणवत्ता के लिए A14B चुनें यदि आपके पास 80 GB वर्ग के जीपीयू हैं।

क्या I2V चेहरे को स्थिर रखता है?

यह कोशिश करता है. किसी अन्य clip से एक लॉक वर्ण प्लस गति के लिए, Animate-14B या VACE संदर्भ का उपयोग करें न कि वैनिला I2V।