Modelle von Luma AI - Amazon Bedrock
Text-to-Video GenerierungImage-to-Video GenerationFehlerbehebungHinweise zur LeistungZugehörige Dokumentation

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Modelle von Luma AI

In diesem Abschnitt werden die Anforderungsparameter sowie die Antworfelder der Luma-AI-Modelle beschrieben. Verwenden Sie diese Informationen, um im Rahmen der Operation Inferenzrufe an Luma-AI-Modelle zu senden. StartAsyncInvoke Dieser Abschnitt enthält auch Python-Codebeispiele, die zeigen, wie Luma-AI-Modelle aufgerufen werden. Sie benötigen die Modell-ID für das Modell, um ein Modell in einer Inferenzoperation verwenden zu können.

  • Modell-ID: luma.ray-v2:0

  • Modellname: Luma Ray 2

  • Text-zu-Video-Modell

Luma AI modelliert Prozessmodell-Eingabeaufforderungen asynchron mithilfe von Async APIs , einschließlich, und. StartAsyncInvokeGetAsyncInvokeListAsyncInvokes

Das Luma-AI-Modell verarbeitet Prompts mithilfe der folgenden Schritte.

  • Der Benutzer fordert das Modell mithilfe von. StartAsyncInvoke

  • Warten Sie, bis der fertig InvokeJob ist. Sie können GetAsyncInvoke oder ListAsyncInvokes verwenden, um den Abschlussstatus des Auftrags zu überprüfen.

  • Die Modellausgabe wird in den angegebenen Ausgabe-Bucket von Amazon S3 platziert.

Weitere Informationen zur Verwendung der Luma-AI-Modelle mit dem APIs finden Sie unter Videogenerierung.

Inferenzaufruf von Luma AI 

POST /async-invoke HTTP/1.1
Content-type: application/json
{
  "modelId": "luma.ray-v2:0",
  "modelInput": {
    "prompt": "your input text here",
    "aspect_ratio": "16:9",
    "loop": false,
    "duration": "5s",
    "resolution": "720p"
  },
  "outputDataConfig": {
    "s3OutputDataConfig": {
      "s3Uri": "s3://your-bucket-name"
    }
  }
}

Felder

  • prompt – (Zeichenfolge) der für das Ausgabevideo benötigte Inhalt (1 <= Länge <= 5 000 Zeichen)

  • aspect_ratio – (Aufzählung) das Seitenverhältnis des Ausgabevideos („1:1“, „16:9“, „9:16“, „4:3“, „3:4“, „21:9“, „9:21“)

  • loop – (boolesch) die Angabe, ob das Ausgabevideo in einer Schleife wiederholt werden soll

  • duration – (Aufzählung) die Dauer des Ausgabevideos („5s“, „9s“)

  • resolution – (Aufzählung) die Auflösung des Ausgabevideos („540p“, „720p“)

Die MP4 Datei wird im Amazon S3 S3-Bucket gespeichert, wie in der Antwort konfiguriert.

Text-to-Video Generierung

Generieren Sie mit dem Modell Luma Ray 2 Videos aus Text-Prompts. Das Modell unterstützt verschiedene Anpassungsoptionen, darunter Seitenverhältnis, Dauer, Auflösung und Schleife.

Grundlegende Text-to-Video Anfrage

{
  "modelId": "luma.ray-v2:0",
  "modelInput": {
    "prompt": "an old lady laughing underwater, wearing a scuba diving suit"
  },
  "outputDataConfig": {
    "s3OutputDataConfig": {
      "s3Uri": "s3://your-bucket-name"
    }
  }
}

Fortgeschritten Text-to-Video mit Optionen

{
  "modelId": "luma.ray-v2:0",
  "modelInput": {
    "prompt": "an old lady laughing underwater, wearing a scuba diving suit",
    "aspect_ratio": "16:9",
    "loop": true,
    "duration": "5s",
    "resolution": "720p"
  },
  "outputDataConfig": {
    "s3OutputDataConfig": {
      "s3Uri": "s3://your-bucket-name"
    }
  }
}

Weiteres Text-to-Video Beispiel

Beispiel mit Parametern für Auflösung und Dauer

{
  "modelId": "luma.ray-v2:0",
  "modelInput": {
    "prompt": "a car",
    "resolution": "720p",
    "duration": "5s"
  },
  "outputDataConfig": {
    "s3OutputDataConfig": {
      "s3Uri": "s3://your-bucket-name"
    }
  }
}

Image-to-Video Generation

Verwandeln Sie statische Bilder in dynamische Videos, indem Sie Keyframes bereitstellen. Sie können Startframes, Endframes oder beides angeben, um den Videogenerierungsprozess zu steuern.

Image-to-VideoGrundlegend mit Start Frame

{
  "modelId": "luma.ray-v2:0",
  "modelInput": {
    "prompt": "A tiger walking in snow",
    "keyframes": {
      "frame0": {
        "type": "image",
        "source": {
          "type": "base64",
          "media_type": "image/jpeg",
          "data": "iVBORw0KGgoAAAANSUhEUgAAAAgAAAAIAQMAAAD+wSzIAAAABlBMVEX///+/v7+jQ3"
        }
      }
    }
  },
  "outputDataConfig": {
    "s3OutputDataConfig": {
      "s3Uri": "s3://your-bucket-name"
    }
  }
}

Image-to-Video mit Start- und End-Frames

{
  "modelId": "luma.ray-v2:0",
  "modelInput": {
    "prompt": "A tiger walking in snow",
    "keyframes": {
      "frame0": {
        "type": "image",
        "source": {
          "type": "base64",
          "media_type": "image/jpeg",
          "data": "iVBORw0KGgoAAAANSUhEUgAAAAgAAAAIAQMAAAD+wSzIAAAABlBMVEX///+/v7+jQ3"
        }
      },
      "frame1": {
        "type": "image",
        "source": {
          "type": "base64",
          "media_type": "image/jpeg",
          "data": "iVBORw0KGgoAAAANSUhEUgAAAAgAAAAIAQMAAAD+wSzIAAAABlBMVEX///+/v7+jQ3"
        }
      }
    },
    "loop": false,
    "aspect_ratio": "16:9"
  },
  "outputDataConfig": {
    "s3OutputDataConfig": {
      "s3Uri": "s3://your-bucket-name"
    }
  }
}

Zusätzliche Parameter für Image-to-Video

  • Keyframes — (Objekt) Definiert Start-Keyframes (Frame0) und and/or Ende (Frame1)

    • frame0 – Keyframe-Bild am Anfang

    • frame1 – Keyframe-Bild am Ende

    • type – Muss „Bild“ sein

    • source – Bildquelle

Fehlerbehebung

Häufige Probleme und deren Lösungen bei der Arbeit mit Luma-AI-Modellen:

  • Auftragsstatus „Fehlgeschlagen“ – Vergewissern Sie sich, dass Ihr S3-Bucket über die richtigen Schreibberechtigungen verfügt und dass sich der Bucket in derselben Region wie Ihr Bedrock-Service befindet.

  • Fehler beim Zugriff auf Bild-URLs — Stellen Sie sicher, dass Bilder öffentlich zugänglich URLs sind, und verwenden Sie HTTPS. Bilder müssen in unterstützten Formaten (JPEG, PNG) vorliegen.

  • Fehler aufgrund ungültiger Parameter – Stellen Sie sicher, dass die Seitenverhältniswerte den unterstützten Optionen („1:1“, „16:9“, „9:16“, „4:3“, „3:4“, „21:9“, „9:21“) entsprechen und die Dauer entweder „5s“ oder „9s“ ist.

  • Timeout-Probleme – Verwenden Sie GetAsyncInvoke, um den Auftragsstatus zu überprüfen, anstatt synchron zu warten. Die Videogenerierung kann einige Minuten dauern.

  • Fehler bei der Länge des Prompts – Verwenden Sie Prompts zwischen 1 und 5 000 Zeichen. Längere Prompts werden abgelehnt.

Hinweise zur Leistung

Wichtige Überlegungen zur Leistung und zu den Einschränkungen von Luma-AI-Modellen:

  • Verarbeitungszeit – Die Videogenerierung dauert je nach Komplexität in der Regel 2–5 Minuten für 5-Sekunden-Videos und 4–8 Minuten für 9-Sekunden-Videos.

  • Anforderungen für Bilder – Die Eingabebilder sollten von hoher Qualität sein und eine Mindestauflösung von 512 x 512 Pixeln aufweisen. Die maximal unterstützte Bildgröße beträgt 4 096 x 4 096 Pixel.

  • Größe des Ausgabevideos – Die generierten Videos liegen je nach Dauer, Auflösung und Komplexität des Inhalts zwischen 5 und 50 MB.

  • Ratenlimits – Asynchrone API-Aufrufe unterliegen Servicekontingenten. Überwachen Sie Ihre Nutzung und fordern Sie bei Bedarf Kontingenterhöhungen an.

  • S3-Speicher – Sorgen Sie für ausreichend S3-Speicherkapazität für die Ausgabe von Videos und berücksichtigen Sie zur Kostenoptimierung Lebenszyklusrichtlinien.

Zugehörige Dokumentation

Weitere Informationen und zugehörige Services finden Sie unter: