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。
# Luma AI モデル
このセクションでは、Luma AI モデルのリクエストパラメータとレスポンスフィールドについて説明します。この情報を使用して、[StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html) オペレーションで Luma AI モデルの推論呼び出しを実行します。このセクションでは、Luma AI モデルを呼び出す方法を示す Python コード例も示します。推論オペレーションでモデルを使用するには、そのモデルのモデル ID が必要です。
+ モデル ID: luma.ray-v2:0
+ モデル名: Luma Ray 2
+ テキストから動画モデル
Luma AI モデルは、[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)、[ListAsyncInvokes](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_ListAsyncInvokes.html) などの非同期 API を使用してモデルプロンプトを非同期的に処理します。
Luma AI モデルは、次のステップを使用してプロンプトを処理します。
+ ユーザーが [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html) を使用してモデルにプロンプトします。
+ InvokeJob が終了するまで待ちます。`GetAsyncInvoke` または `ListAsyncInvokes` を使用して、ジョブの完了ステータスを確認できます。
+ モデル出力は、指定された出力 Amazon S3 バケットに配置されます。
API で Luma AI モデルを使用する方法の詳細については、「[動画生成](https://docs.lumalabs.ai/docs/video-generation)」を参照してください。
Luma AI 推論呼び出し。
```
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"
}
}
}
```
**フィールド**
+ **prompt** – (文字列) 出力動画に必要なコンテンツ (長さ 1～5,000 文字)。
+ **aspect\_ratio** – (列挙型) 出力動画のアスペクト比 (「1:1」、「16:9」、「9:16」、「4:3」、「3:4」、「21:9」、「9:21」)。
+ **loop** – (ブール値) 出力動画をループするかどうか。
+ **duration** – (列挙型) - 出力動画の長さ (「5s」、「9s」)。
+ **resolution** – (列挙型) 出力動画の解像度 (「540p」、「720p」)。
MP4 ファイルは、レスポンスの設定に従って Amazon S3 バケットに保存されます。
## テキストから動画生成
Luma Ray 2 モデルを使用してテキストプロンプトから動画を生成します。このモデルは、アスペクト比、長さ、解像度、ループなど、さまざまなカスタマイズオプションをサポートしています。
**基本的なテキストから動画リクエスト**
```
{
"modelId": "luma.ray-v2:0",
"modelInput": {
"prompt": "an old lady laughing underwater, wearing a scuba diving suit"
},
"outputDataConfig": {
"s3OutputDataConfig": {
"s3Uri": "s3://your-bucket-name"
}
}
}
```
**高度なテキストから動画 (オプションを使用)**
```
{
"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"
}
}
}
```
**テキストから動画の追加例**
resolution および duration パラメータの例。
```
{
"modelId": "luma.ray-v2:0",
"modelInput": {
"prompt": "a car",
"resolution": "720p",
"duration": "5s"
},
"outputDataConfig": {
"s3OutputDataConfig": {
"s3Uri": "s3://your-bucket-name"
}
}
}
```
## 画像から動画生成
キーフレームを提供することで、静的画像を動的動画に変換します。開始フレーム、終了フレーム、またはその両方を指定して、動画生成プロセスを制御できます。
**基本的な画像から動画 (開始フレームを使用)**
```
{
"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"
}
}
}
```
**画像から動画 (開始フレームと終了フレームを使用)**
```
{
"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"
}
}
}
```
**画像から動画の追加パラメータ**
+ **keyframes** – (オブジェクト) 開始 (frame0) および/または終了 (frame1) キーフレームを定義します
+ **frame0** – 開始キーフレーム画像
+ **frame1** – 終了キーフレーム画像
+ **type** –「image」にする必要があります
+ **source** – 画像ソース
## トラブルシューティング
Luma AI モデルを使用する際の一般的な問題と解決策:
+ **ジョブステータス「Failed」**- S3 バケットに適切な書き込みアクセス許可があり、バケットが Bedrock サービスと同じリージョンに存在することを確認します。
+ **画像 URL アクセスエラー** - 画像 URL がパブリックにアクセス可能であり、HTTPS を使用していることを確認します。画像は PNG または JPEG 形式である必要があります。
+ **無効なパラメータエラー** - アスペクト比値がサポートされているオプション (「1:1」、「16:9」、「9:16」、「4:3」、「3:4」、「21:9」、「9:21」) と一致しており、長さが「5s」または「9s」のいずれかであることを確認します。
+ **タイムアウトの問題** - 同期的に待機するのではなく、`GetAsyncInvoke` を使用してジョブのステータスを確認します。動画生成には数分かかる場合があります。
+ **プロンプトの長さエラー** - プロンプトは 1～5,000 文字にします。長いプロンプトは拒否されます。
## パフォーマンスについての備考
Luma AI モデルのパフォーマンスと制限に関する重要な考慮事項:
+ **処理時間** - 動画生成には通常、5 秒の動画で 2～5 分、9 秒の動画で 4～8 分かかります (複雑さに応じて異なります)。
+ **画像要件** - 入力画像は高品質でなければなりません (512 x 512 ピクセル以上の解像度)。サポートされる最大画像サイズは 4,096 x 4,096 ピクセルです。
+ **出力動画サイズ** - 生成される動画は、長さ、解像度、コンテンツの複雑さに応じて 5～50 MB の範囲に収まります。
+ **レート制限** - 非同期 API コールは、Service Quotas の対象となります。必要に応じて使用量をモニタリングし、クォータの引き上げをリクエストします。
+ **S3 ストレージ** - 出力動画に十分な S3 ストレージ容量を確保し、コスト最適化のためのライフサイクルポリシーを検討します。
## 関連するドキュメント
追加情報および関連サービスについては、以下を参照してください。
+ **Amazon S3 設定** - 出力ストレージ用の [S3 バケット](https://docs.aws.amazon.com/AmazonS3/latest/userguide/creating-buckets-s3.html)と[バケットポリシーの作成](https://docs.aws.amazon.com/AmazonS3/latest/userguide/bucket-policies.html)。
+ **非同期 API オペレーション** - [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)、[ListAsyncInvokes](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_ListAsyncInvokes.html) API リファレンス。
+ **Service Quotas** - Bedrock サービス制限とクォータ引き上げリクエストに関する「[Amazon Bedrock のクォータ](quotas.md)」。
+ **動画処理のベストプラクティス** - 一般的なモデル推論ガイダンスに関する「[推論リクエストの実行](inference.md)」。
+ **Luma AI ドキュメント** - 詳細なモデル機能と高度な機能に関する [Luma Labs 動画生成ドキュメント](https://docs.lumalabs.ai/docs/video-generation)。