Luma AIModelle - Amazon Bedrock
Text-to-Video GenerierungImage-to-Video GenerierungFehlerbehebungHinweise 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.

Luma AIModelle

In diesem Abschnitt werden die Anforderungsparameter und Antwortfelder für Luma-AI-Modelle beschrieben. Verwenden Sie diese Informationen, um im Rahmen der Operation Rückschlüsse auf Luma-AI-Modelle zu ziehen. StartAsyncInvoke Dieser Abschnitt enthält auch Python-Codebeispiele, die zeigen, wie Luma-KI-Modelle aufgerufen werden. Um ein Modell in einer Inferenzoperation zu verwenden, benötigen Sie die Modell-ID für das Modell.

  • Modell-ID: luma.ray-v 2:0

  • Modellname: Luma Ray 2

  • Text zum Videomodell

Luma AI modelliert Prozessmodell-Eingabeaufforderungen asynchron mithilfe von Async, APIs einschließlich, StartAsyncInvokeund. GetAsyncInvokeListAsyncInvokes

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

  • Der Benutzer fordert das Modell mithilfe von auf. StartAsyncInvoke

  • Warten Sie, bis der fertig InvokeJob ist. Sie können GetAsyncInvoke oder verwendenListAsyncInvokes, um den Status der Auftragsabwicklung zu überprüfen.

  • Die Modellausgabe wird im angegebenen Amazon S3 S3-Ausgabe-Bucket platziert

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

Luma AIInferenzgespräch. 

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 <= 5000 Zeichen).

  • aspect_ratio — (enum) Das Seitenverhältnis des Ausgabevideos (“ 1:1 „," 16:9 „," 9:16 „," 4:3 „," 3:4 „," 21:9 „," 9:21 „).

  • loop — (boolean) Ob das Ausgabevideo wiederholt werden soll.

  • Dauer — (enum) — Die Dauer des Ausgabevideos („5s“, „9s“).

  • Auflösung — (Enum) 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 Videos aus Textanweisungen mit dem Luma Ray 2-Modell. Das Modell unterstützt verschiedene Anpassungsoptionen, darunter Seitenverhältnis, Dauer, Auflösung und Looping.

Grundlegende Anfrage Text-to-Video

{
  "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 den Parametern 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 Generierung

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 wird gestartet

    • frame1 — Beendendes Keyframe-Bild

    • type — Muss „Bild“ sein

    • Quelle — Bildquelle

Fehlerbehebung

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

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

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

  • Ungültige Parameterfehler — 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 — Wird verwendet, um den Jobstatus zu überprüfen, anstatt synchron GetAsyncInvoke zu warten. Die Videogenerierung kann mehrere Minuten dauern.

  • Fehler bei der Länge der Eingabeaufforderung — Verwenden Sie Eingabeaufforderungen zwischen 1 und 5000 Zeichen. Längere Eingabeaufforderungen werden abgelehnt.

Hinweise zur Leistung

Wichtige Überlegungen zur Leistung und zu den Einschränkungen des Luma AI-Modells:

  • 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.

  • Bildanforderungen — Die Eingabebilder sollten von hoher Qualität sein und eine Mindestauflösung von 512 x 512 Pixeln aufweisen. Die maximal unterstützte Bildgröße beträgt 4096 x 4096 Pixel.

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

  • Ratenbegrenzungen — 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 Dienstleistungen finden Sie unter: