翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 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
<a name="examples-jb-wan22-video"></a>

GitHub ウェブサイトの [wan22\_video\_generation](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/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](https://github.com/Wan-Video/Wan2.2)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](examples-jb-text-to-image-batch.md)「」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](examples-jb-flux-lora.md)。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。