Publiez un modèle entraîné en tant que service API en ligne.
Prérequis
- Régions prises en charge : L'API de déploiement de modèle est actuellement disponible uniquement dans la région Singapour. Si vous utilisez d'autres régions, veuillez déployer les modèles via la console Model Studio de cette région.
- Permissions du compte : Si vous utilisez des sous-comptes Alibaba Cloud (utilisateurs RAM), vous devez accorder au sous-compte les permissions d'invocation, d'entraînement et de déploiement de modèles.
- Configurer les variables d'environnement : Vous avez réussi à obtenir une clé API et à la configurer comme variable d'environnement.
- Prérequis : L'entraînement de fine-tuning du modèle doit être terminé. Appelez d'abord l'API Query Fine-tuning Job pour confirmer que le statut de la tâche
statusest SUCCEEDED avant de procéder au déploiement.
Déployer un modèle
Chine (Pékin)
POST https://dashscope.aliyuncs.com/api/v1/deployments
- Singapour
POST https://dashscope-intl.aliyuncs.com/api/v1/deploymentsPour Windows CMD, remplacez$DASHSCOPE_API_KEYpar%DASHSCOPE_API_KEY%. Pour PowerShell, remplacez par$env:DASHSCOPE_API_KEY
Paramètres de la requête |
L'exemple suivant utilise l'effet pluie d'argent. Téléchargez une image de portrait, et le système génère automatiquement une vidéo avec cet effet. |
En-têtes | |
Content-Type string (Obligatoire)Valeur fixe : application/json | |
Authorization string (Obligatoire)Authentification par clé API, au format Bearer sk-xxxx. | |
Corps de la requête | |
model_name string (Obligatoire)L'ID du modèle à déployer (non pas le nom du modèle de base, mais l'identifiant du modèle généré après le fine-tuning ou l'exportation). Méthode d'obtention :
| |
capacity integer (Obligatoire)Nombre d'instances de modèle déployées. Valeur recommandée : 1. | |
plan string (Obligatoire)Méthode de déploiement. Valeur recommandée pour le fine-tuning efficace LoRA : lora. | |
aigc_config object (Obligatoire)Configuration du prompt.
Propriétés de aigc_config use_input_prompt boolean (Obligatoire)Contrôle la source du prompt lors de l'appel au modèle déployé pour générer des vidéos.
string (Obligatoire)Modèle de prompt prédéfini. Efficace uniquement lorsque use_input_prompt=false est défini.Lors de l'appel au modèle déployé pour générer des vidéos, le système analyse l'image d'entrée, insère son contenu dans ce modèle et génère automatiquement une description complète incluant les instructions d'effet.Remarque : Ce paramètre remplace le paramètre prompt transmis dans l'API de génération vidéo.lora_prompt_default string (Obligatoire)Modèle de prompt de secours. Efficace uniquement lorsque use_input_prompt=false est défini.Si la génération via aigc_config.prompt échoue, le système utilise ce paramètre comme prompt de secours pour générer la vidéo. |
Paramètres de la réponse |
Champs clés : output.deployed_model (identifiant unique du modèle déployé), output.status (statut du déploiement). |
request_id stringIdentifiant unique de la requête. | |
output objectDétails de la tâche.
Propriétés deployed_model stringIdentifiant unique du modèle déployé. Utilisé pour interroger le statut du déploiement du modèle et invoquer le modèle.model_name stringNom de l'identifiant du modèle.status stringStatut du déploiement :
stringModèle de base utilisé.gmt_create stringHeure de création de la tâche de déploiement.gmt_modified stringHeure de mise à jour de la tâche de déploiement.workspace_id stringID de l'espace de travail associé à la clé API d'Alibaba Cloud Model Studio. Consultez Obtenir l'ID de l'espace de travail.charge_type stringMode de facturation. post_paid indique un paiement à l'utilisation.creator stringID du compte Alibaba Cloud du créateur.modifier stringID du compte Alibaba Cloud du modificateur.plan stringMéthode de déploiement. | |
code stringCode d'erreur. Renvoyé lorsque l'appel échoue. Consultez le tableau des codes d'erreur ci-dessous. | |
message stringDescription détaillée de l'erreur. Renvoyée lorsque l'appel échoue. |
Configuration du modèle de prompt
Cette section explique comment configurer le paramètre aigc_config.prompt.
- Pourquoi définir ce paramètre ? Sans ce paramètre, vous devriez rédiger manuellement un prompt complet à chaque appel du modèle déployé. Une fois configuré, lors de l'appel au modèle fine-tuné pour générer des vidéos, il suffit de télécharger une image ; le système complétera automatiquement les instructions d'effet sur la base de ce paramètre, sans nécessiter de saisie manuelle de prompt.
-
Comment le configurer ?
Prompt = Instruction de tâche (indique au modèle quoi faire) + Modèle de sortie (standardise le format de sortie) + Exemple (aide le modèle à apprendre la structure de l'exemple).
Pour la description du « Modèle de sortie », consultez Annotation vidéo : Rédiger des prompts pour les vidéos .