SageMaker AI पर vLLM-Omni के साथ छवियों और वीडियो को जनरेट करें – भाग 2
aws ·
यह लेख Amazon SageMaker AI पर vLLM-Omni का उपयोग करके छवियों को उत्पन्न करने और उन्हें वीडियो में एनिमेट करने की प्रक्रिया को दर्शाता है। यह कार्यप्रवाह एकल AWS डीप लर्निंग कंटेनर से दो एंडपॉइंट्स तैनात करता है: FLUX.2-klein-4B इमेज मॉडल के लिए रियल-टाइम एंडपॉइंट और Wan2.1-VACE-1.3B वीडियो मॉडल के लिए असिंक्रोनस एंडपॉइंट। उपयोगकर्ता एक स्टिल इमेज बनाने के लिए टेक्स्ट प्रॉम्प्ट प्रदान करते हैं, जिसे फिर एक मोशन प्रॉम्प्ट के साथ संयुक्त करके एक छोटा MP4 वीडियो उत्पन्न किया जाता है। असिंक्रोनस इनफरेंस के माध्यम से वीडियो जनरेशन के लिए आवश्यक बड़े मल्टीपार्ट पेलोड को संभालने के लिए समाधान Amazon S3 का उपयोग करता है। इस एंड-टू-एंड प्रक्रिया को सुगम बनाने के लिए एक कमांड-लाइन इंटरफ़ेस और एक Streamlit ऐप्लिकेशन प्रदान किए गए हैं। लेखक यह उजागर करते हैं कि इमेज और वीडियो कार्यों को अलग करने से प्रत्येक मॉडल अपनी विशिष्ट लेटेंसी और पेलोड आवश्यकताओं के अनुसार अनुकूलित इंस्टेंस प्रकार और इनफरेंस पैटर्न का उपयोग कर सकता है।
aws