提示词扩写

README 为什么建议开

电影感标签（光、构图、镜头）是 2.2 数据工作的一部分。三词提示词用不满这套标注。扩写补上镜头、光线和运动，UMT5 才能看到密描述。

DashScope API

• 设置 DASH_API_KEY。国际站还要 DASH_API_URL=https://dashscope-intl.aliyuncs.com/api/v1。
• 默认模型：T2V 用 qwen-plus，I2V 用 qwen-vl-max。
• 用 --prompt_extend_model 覆盖。目标语言：--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：按剩余显存选 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 或本地路径。

常见问题

扩写会在每个扩散步都跑吗？

不会。采样前一次。成本是一次 LLM 调用，不是 50 次 DiT。

能关掉吗？

能。README 基础命令都不带 --use_prompt_extend。短提示词上损失的是细节质量。