提示詞擴寫

README 為什麼建議開

電影感標籤（光、構圖、鏡頭）是 2.2 資料工作的一部分。三詞提示詞用不滿這套標註。擴寫補上鏡頭、光線和運動，UMT5 才能看到密描述。

DashScope API

• 設定 DASH_API_KEY。國際站還要 DASH_API_URL=https://dashscope-intl.aliyuncs.com/api/v1。
• 預設模型：T2V 用 qwen-plus，I2V 用 qwen-vl-max。
• 用 --prompt_extend_model 覆蓋。目標語言：--prompt_extend_target_lang zh|en。

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

本地 Qwen

• T2V：按剩餘視訊記憶體選 Qwen/Qwen2.5-14B-Instruct、7B 或 3B。
• I2V：Qwen/Qwen2.5-VL-7B-Instruct 或 3B。
• --prompt_extend_method local_qwen，--prompt_extend_model 填 HF id 或本地路徑。

常見問題

擴寫會在每個擴散步都跑嗎？

不會。取樣前一次。成本是一次 LLM 呼叫，不是 50 次 DiT。

能關掉嗎？

能。README 基礎命令都不帶 --use_prompt_extend。短提示詞上損失的是細節質量。