Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Luma AImodel
Bagian ini menjelaskan parameter permintaan dan bidang respons untuk model Luma AI. Gunakan informasi ini untuk membuat panggilan inferensi ke model Luma AI dengan operasi. [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html) Bagian ini juga mencakup contoh kode Python yang menunjukkan cara memanggil model Luma AI. Untuk menggunakan model dalam operasi inferensi, Anda memerlukan ID model untuk model tersebut.
+ ID Model: luma.ray-v 2:0
+ Nama model: Luma Ray 2
+ Model Teks ke Video
Model proses model Luma AI meminta secara asinkron dengan menggunakan Async termasuk,, dan. APIs [StartAsyncInvoke[GetAsyncInvoke[ListAsyncInvokes](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_ListAsyncInvokes.html)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_GetAsyncInvoke.html)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html)
Proses model Luma AI meminta menggunakan langkah-langkah berikut.
+ Pengguna meminta model menggunakan [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html).
+ Tunggu sampai InvokeJob selesai. Anda dapat menggunakan `GetAsyncInvoke` atau `ListAsyncInvokes` memeriksa status penyelesaian pekerjaan.
+ Output model akan ditempatkan di bucket Amazon S3 keluaran yang ditentukan
Untuk informasi lebih lanjut menggunakan model Luma AI dengan APIs, lihat [Pembuatan Video](https://docs.lumalabs.ai/docs/video-generation).
Luma AIpanggilan inferensi.
```
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"
}
}
}
```
**Bidang**
+ **prompt** - (string) Konten yang dibutuhkan dalam video output (1 <= panjang <= 5000 karakter).
+ **aspect\$1ratio** — (enum) Rasio aspek dari video keluaran (” 1:1 “," 16:9 “," 9:16 “," 4:3 “," 3:4 “," 21:9 “," 9:21 “).
+ **loop** — (boolean) Apakah akan mengulang video output.
+ **durasi** — (enum) - Durasi video keluaran (“5s”, “9s”).
+ **resolusi** — (enum) Resolusi video keluaran (“540p”, “720p”).
MP4 File akan disimpan di bucket Amazon S3 seperti yang dikonfigurasi dalam respons.
## Text-to-Video Generasi
Hasilkan video dari petunjuk teks menggunakan model Luma Ray 2. Model ini mendukung berbagai opsi penyesuaian termasuk rasio aspek, durasi, resolusi, dan perulangan.
** Text-to-VideoPermintaan Dasar**
```
{
"modelId": "luma.ray-v2:0",
"modelInput": {
"prompt": "an old lady laughing underwater, wearing a scuba diving suit"
},
"outputDataConfig": {
"s3OutputDataConfig": {
"s3Uri": "s3://your-bucket-name"
}
}
}
```
**Lanjutan Text-to-Video dengan Opsi**
```
{
"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"
}
}
}
```
** Text-to-VideoContoh Tambahan**
Contoh dengan parameter resolusi dan durasi.
```
{
"modelId": "luma.ray-v2:0",
"modelInput": {
"prompt": "a car",
"resolution": "720p",
"duration": "5s"
},
"outputDataConfig": {
"s3OutputDataConfig": {
"s3Uri": "s3://your-bucket-name"
}
}
}
```
## Image-to-Video Generasi
Ubah gambar statis menjadi video dinamis dengan menyediakan keyframe. Anda dapat menentukan frame awal, bingkai akhir, atau keduanya untuk mengontrol proses pembuatan video.
**Dasar Image-to-Video dengan 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 dengan Start dan 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"
}
}
}
```
**Parameter Tambahan untuk Image-to-Video**
+ **keyframes** - (objek) Tentukan awal (frame0) and/or akhir (frame1) keyframe
+ **frame0** - Memulai gambar keyframe
+ **frame1** - Mengakhiri gambar keyframe
+ **type** - Harus “gambar”
+ **sumber** — Sumber gambar
## Pemecahan masalah
Masalah dan solusi umum saat bekerja dengan model Luma AI:
+ **Status Pekerjaan “Gagal”** - Periksa apakah bucket S3 Anda memiliki izin menulis yang tepat dan bucket ada di wilayah yang sama dengan layanan Bedrock Anda.
+ **Kesalahan Akses URL Gambar** - Pastikan gambar dapat URLs diakses publik dan gunakan HTTPS. Gambar harus dalam format yang didukung (JPEG, PNG).
+ **Kesalahan Parameter Tidak Valid** - Verifikasi nilai rasio aspek cocok dengan opsi yang didukung (” 1:1 “," 16:9 “," 9:16 “," 4:3 “," 3:4 “," 21:9 “," 9:21 “) dan durasinya adalah “5s” atau “9s”.
+ **Masalah Batas Waktu** - Gunakan `GetAsyncInvoke` untuk memeriksa status pekerjaan daripada menunggu secara serempak. Pembuatan video dapat memakan waktu beberapa menit.
+ **Kesalahan Panjang Prompt** - Simpan petunjuk antara 1-5000 karakter. Permintaan yang lebih lama akan ditolak.
## Catatan Kinerja
Pertimbangan penting untuk kinerja dan keterbatasan model Luma AI:
+ **Waktu Pemrosesan** - Pembuatan video biasanya memakan waktu 2-5 menit untuk video 5 detik dan 4-8 menit untuk video 9 detik, tergantung pada kompleksitasnya.
+ **Persyaratan Gambar** - Input gambar harus berkualitas tinggi dengan resolusi minimum 512x512 piksel. Ukuran gambar maksimum yang didukung adalah 4096x4096 piksel.
+ **Ukuran Video Output** - Video yang dihasilkan berkisar dari 5-50 MB tergantung pada durasi, resolusi, dan kompleksitas konten.
+ **Batas Tarif** - Panggilan API async tunduk pada kuota layanan. Pantau penggunaan Anda dan minta kuota meningkat jika diperlukan.
+ Penyimpanan **S3 - Pastikan kapasitas penyimpanan** S3 yang cukup untuk video keluaran dan pertimbangkan kebijakan siklus hidup untuk pengoptimalan biaya.
## Dokumentasi Terkait
Untuk informasi tambahan dan layanan terkait:
+ **Konfigurasi Amazon S3** - [Membuat bucket S3 dan [kebijakan bucket](https://docs.aws.amazon.com/s3/latest/userguide/bucket-policies.html)](https://docs.aws.amazon.com/s3/latest/userguide/creating-buckets-s3.html) untuk penyimpanan output.
+ **Operasi API Async** - [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html), [GetAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_GetAsyncInvoke.html), dan referensi [ListAsyncInvokes](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_ListAsyncInvokes.html)API.
+ **Service Quotas** - [Kuota untuk Amazon Bedrock](quotas.md) untuk batas layanan Bedrock dan permintaan peningkatan kuota.
+ **Praktik Terbaik Pemrosesan Video** - [Kirim petunjuk dan hasilkan tanggapan dengan inferensi model](inference.md) untuk panduan inferensi model umum.
+ **Dokumentasi Luma AI - Dokumentasi** [Pembuatan Video Luma Labs](https://docs.lumalabs.ai/docs/video-generation) untuk kemampuan model terperinci dan fitur-fitur canggih.