Deadline Cloud で Wan2.2 を使用してテキストプロンプトからビデオを生成する

GitHub ウェブサイトの wan22_video_generation ジョブバンドルは、オープンビデオ生成モデルである Wan2.2 を使用して、テキストプロンプトから短いビデオクリップを生成します。各タスクは独自のシードを持つ 1 つの独立したクリップをレンダリングするため、1 つのジョブがワーカー間でファンアウトし、同じプロンプトで一連のバリエーションを返します。

バンドルは、拡散 を介して Wan2.2 TI2V-5B チェックポイントを実行しますWanPipeline。ワーカーは実行時に Hugging Face から重みをプルしてキャッシュし、後でワーカーがダウンロードを再利用できるようにフリートの永続的ボリュームを優先します。Wan2.2 リポジトリが非アクティブであるため、Hugging Face トークンは必要ありません。モデル自体については、GitHub ウェブサイトの Wan2.2 リポジトリを参照してください。

バンドルには、GPU 対応の Linux キューを持つファームが必要です。ワーカーには、モデルキャッシュ用に NVIDIA GPU (最小 24 GB VRAM)、64 GiB のシステムメモリ、および少なくとも 60 GiB の空きディスクが必要です。24 GB のカードでは、スクリプトはシーケンシャル CPU オフロードと VAE タイリングをオンにしてモデルに適合させます。大きなカードはかなり速く実行されます。

プロンプトの 4 つのバリエーションを生成するジョブを送信します。

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 は、解像度とフレームカウントの制約、より高速な煙テスト設定、測定された生成時間など、完全なパラメータセットを記述します。関連する生成 AI の例については、Deadline Cloud で拡散モデルを使用してイメージをバッチで生成する「」および「」を参照してくださいDeadline Cloud で FLUX.2" LoRA をトレーニングして使用する。永続的なボリューム設定については、README からリンクされたフリートストレージドキュメントを参照してください。