As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Luma AI Modelos da
Esta seção descreve os parâmetros de solicitação e os campos de resposta dos modelos da Luma AI. Use essas informações para fazer chamadas de inferência para modelos de IA do Luma com a [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html)operação. Esta seção também inclui exemplos de código Python que mostram como chamar modelos da Luma AI. Para usar um modelo em uma operação de inferência, o ID do modelo é necessário.
+ ID do modelo: luma.ray-v 2:0
+ Nome do modelo: Luma Ray 2
+ Modelo de conversão de texto em vídeo
O Luma AI modela as solicitações do modelo de processo de forma assíncrona usando as APIs assíncronas, incluindo, e. [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)
O modelo da Luma AI processa prompts usando as etapas a seguir.
+ O usuário solicita o modelo usando [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html).
+ Espere até InvokeJob que termine. Você pode usar `GetAsyncInvoke` ou `ListAsyncInvokes` para verificar o status de conclusão da tarefa.
+ A saída do modelo será colocada no bucket de saída especificado do Amazon S3.
Para ter mais informações sobre como usar os modelos da Luma AI com as APIs, consulte [Geração de vídeo](https://docs.lumalabs.ai/docs/video-generation).
Chamada de inferência da Luma AI.
```
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"
}
}
}
```
**Campos**
+ **prompt**: (string) o conteúdo necessário no vídeo de saída (1 <= tamanho <= 5 mil caracteres).
+ **aspect\_ratio**: (enumeração) a proporção do vídeo de saída (“1:1”, “16:9”, “9:16”, “4:3”, “3:4”, “21:9”, “9:21”).
+ **loop**: (booliano) se o vídeo de saída deve ser repetido.
+ **duration**: (enumeração) a duração do vídeo de saída (“5 s”, “9 s”).
+ **resolution**: (enumeração) a resolução do vídeo de saída (“540p”, “720p”).
O arquivo MP4 será armazenado no bucket do Amazon S3 conforme configurado na resposta.
## Text-to-Video Geração
Gere vídeos com base em prompts de texto usando o modelo Luma Ray 2. O modelo oferece várias opções de personalização, como proporção, duração, resolução e loop.
** Text-to-Video Solicitação básica**
```
{
"modelId": "luma.ray-v2:0",
"modelInput": {
"prompt": "an old lady laughing underwater, wearing a scuba diving suit"
},
"outputDataConfig": {
"s3OutputDataConfig": {
"s3Uri": "s3://your-bucket-name"
}
}
}
```
**Avançado Text-to-Video com opções**
```
{
"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-Video Exemplo adicional**
Exemplo com parâmetros de resolução e duração.
```
{
"modelId": "luma.ray-v2:0",
"modelInput": {
"prompt": "a car",
"resolution": "720p",
"duration": "5s"
},
"outputDataConfig": {
"s3OutputDataConfig": {
"s3Uri": "s3://your-bucket-name"
}
}
}
```
## Image-to-Video Geração
Transforme imagens estáticas em vídeos dinâmicos fornecendo quadros-chave. É possível especificar quadros iniciais, quadros finais ou ambos para controlar o processo de geração de vídeo.
**Básico Image-to-Video com 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 com quadros inicial e final**
```
{
"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"
}
}
}
```
**Parâmetros adicionais para Image-to-Video**
+ **quadros-chave** — (objeto) Define quadros-chave de início (quadro0) e and/or fim (quadro1)
+ **frame0**: imagem do quadro-chave inicial.
+ **frame1**: imagem do quadro-chave final.
+ **type**: deve ser “imagem”.
+ **source**: fonte da imagem.
## Solução de problemas
Problemas e soluções comuns ao trabalhar com modelos da Luma AI:
+ **Status de trabalho “Failed”**: verifique se o bucket do S3 tem as permissões de gravação adequadas e se o bucket existe na mesma região do serviço Bedrock.
+ **Erros de acesso ao URL da imagem**: verifique se os URLs das imagens estão acessíveis ao público e usam HTTPS. As imagens devem estar nos formatos compatíveis (JPEG ou PNG).
+ **Erros de parâmetros inválidos**: verifique se os valores das proporções correspondem às opções permitidas (“1:1”, “16:9”, “9:16”, “4:3”, “3:4”, “21:9”, “9:21”) e a duração é “5 s” ou “9 s”.
+ **Problemas de tempo limite**: use `GetAsyncInvoke` para verificar o status do trabalho em vez de esperar de forma síncrona. A geração de vídeo pode levar alguns minutos.
+ **Erros de tamanho do prompt**: mantenha os prompts com 1 a 5 mil caracteres. Prompts mais longos serão rejeitados.
## Observações sobre desempenho
Considerações importantes sobre o desempenho e as limitações do modelo da Luma AI:
+ **Tempo de processamento**: a geração de vídeo normalmente leva de 2 a 5 minutos para vídeos de 5 segundos e de 4 a 8 minutos para vídeos de 9 segundos, dependendo da complexidade.
+ **Requisitos de imagem**: as imagens de entrada devem ser de alta qualidade, com resolução mínima de 512 x 512 pixels. O tamanho máximo de imagem permitido é de 4.096 x 4096 pixels.
+ **Tamanho do vídeo de saída**: os vídeos gerados variam de 5 MB a 50 MB, dependendo da duração, resolução e complexidade do conteúdo.
+ **Limites de taxa**: as chamadas de API assíncronas estão sujeitas a cotas de serviço. Monitore seu uso e solicite aumentos de cota, se necessário.
+ **Armazenamento do S3**: garanta capacidade de armazenamento suficiente do S3 para vídeos de saída e considere a possibilidade de utilizar políticas de ciclo de vida para otimizar os custos.
## Documentação relacionada
Para ter informações adicionais e saber mais sobre serviços relacionados:
+ **Configuração do Amazon S3**: [Criar buckets do S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/creating-buckets-s3.html) e [políticas de bucket](https://docs.aws.amazon.com/AmazonS3/latest/userguide/bucket-policies.html) para armazenamento de saída.
+ **Operações de API assíncronas** - [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), e referência de [ListAsyncInvokes](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_ListAsyncInvokes.html)API.
+ **Cotas de serviço**: [Cotas do Amazon Bedrock](quotas.md), para se informar sobre solicitações de aumento de limites e cotas de serviço do Bedrock.
+ **Práticas recomendadas de processamento de vídeo**: [Fazendo solicitações de inferência](inference.md), para obter orientação geral sobre inferência de modelos.
+ **Documentação da Luma AI**: [geração de vídeo da Luma Labs](https://docs.lumalabs.ai/docs/video-generation), para conhecer recursos detalhados do modelo e recursos avançados.