Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Hasilkan video dari prompt teks dengan Wan2.2 Deadline Cloud
<a name="examples-jb-wan22-video"></a>

Bundel [ pekerjaan ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/wan22_video_generation) wan22\_video\_generation di GitHub situs web menghasilkan klip video pendek dari prompt teks menggunakan Wan2.2, model pembuatan video terbuka. Setiap tugas merender satu klip independen dengan benihnya sendiri, sehingga satu pekerjaan menggemari seluruh pekerja dan mengembalikan serangkaian variasi pada prompt yang sama.

Bundel menjalankan Wan2.2 TI2V-5B pos pemeriksaan melalui diffuser`WanPipeline`. Pekerja menarik beban dari Hugging Face saat runtime dan men-cache-nya, lebih memilih volume armada yang terus-menerus sehingga pekerja nanti menggunakan kembali unduhan. Tidak diperlukan token Hugging Face karena Wan2.2 repositori tidak dihilangkan. Untuk model itu sendiri, lihat [ Wan2.2 repositori ](https://github.com/Wan-Video/Wan2.2) di GitHub situs web.

Bundel membutuhkan peternakan dengan antrian GPU-enabled Linux. Pekerja harus memiliki GPU NVIDIA (minimum VRAM 24 GB), memori sistem 64 GiB, dan setidaknya 60 GiB disk bebas untuk cache model. Pada kartu 24 GB, skrip mengaktifkan offload CPU berurutan dan ubin VAE sehingga modelnya cocok; kartu yang lebih besar berjalan jauh lebih cepat.

Kirim pekerjaan yang menghasilkan empat variasi prompt:

```
deadline bundle submit ./wan22_video_generation \
  --queue-id {{gpu-queue-id}} \
  -p Prompt="A hot air balloon drifting over terraced rice fields at dawn" \
  -p NumClips=4 \
  -p OutputDir=~/wan22_output
```

README menjelaskan set parameter lengkap, termasuk resolusi dan batasan jumlah bingkai, pengaturan uji asap yang lebih cepat, dan waktu pembuatan yang diukur. Untuk contoh AI generatif terkait, lihat [Hasilkan gambar dalam batch dengan model difusi di Deadline Cloud](examples-jb-text-to-image-batch.md) dan[Latih dan gunakan FLUX.2 Klein LoRa di Deadline Cloud](examples-jb-flux-lora.md). Untuk pengaturan volume persisten, lihat dokumentasi penyimpanan armada yang ditautkan dari README.