プロンプト拡張

なぜ README 推奨する

シーナマティック・ラベル (ライト,コンポーズ,カメラ) は 2.2 のデータ作業の一部でした. 3 単語プロンプトはそれを不足に使用します.拡張はカメラ,照明,動きを埋めますので UMT5 エンコードーは密集したキャプションを表示します.

DashScope API

• DASH_API_KEY を設定する.国際サイトにも DASH_API_URL=https://dashscope-intl.aliyuncs.com/api/v1. が必要です.
• 標準モデル: qwen-プラス T2V, qwen-vl-最大 I2V.
• オーバーライド --prompt_extend_modelターゲット言語: --prompt_extend_target_lang の の の

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

ローカル Qwen

• T2V: Qwen/Qwen2.5-14B-残留 VRAM に基づいて, 7B,または 3B を指示する.
• I2V: Qwen/Qwen2.5-VL-7B- 指示または 3B.
• --prompt_extend_method local_qwen と --prompt_extend_model は HF id またはローカルパスで.

よくある質問

拡張は,すべての拡散ステップを実行していますか?

試料の取扱いの前に 1回 費用は 50回ではなく 1回 DiT ステップ

飛ばすか?

基本的には README 命令は,動作しない --use_prompt_extend質は短時間で失われるものです