Pembuatan Video - Penerapan Model - Alibaba Cloud Model Studio

Prasyarat

Wilayah yang didukung: API penerapan model saat ini hanya tersedia di wilayah Singapura. Jika Anda menggunakan wilayah lain, terapkan model melalui konsol Model Studio di wilayah tersebut.
Izin akun: Jika Anda menggunakan sub-akun Alibaba Cloud (Pengguna RAM), Anda perlu memberikan izin kepada sub-akun untuk pemanggilan model, pelatihan, dan penerapan izin.
Konfigurasi variabel lingkungan: Anda telah berhasil memperoleh API Key dan mengonfigurasikannya sebagai variabel lingkungan.
Prasyarat: Pelatihan fine-tuning model telah selesai. Harap panggil terlebih dahulu API Query Fine-tuning Job untuk memastikan status pekerjaan status bernilai SUCCEEDED sebelum melanjutkan penerapan.

Penerapan Model

Singapura

POST https://dashscope-intl.aliyuncs.com/api/v1/deployments

Untuk Windows CMD, ganti $DASHSCOPE_API_KEY dengan %DASHSCOPE_API_KEY%. Untuk PowerShell, ganti dengan $env:DASHSCOPE_API_KEY

Parameter Permintaan

Headers

Content-Type string (Wajib)Nilai tetap: application/json.Authorization string (Wajib)Otentikasi API Key, dalam format Bearer sk-xxxx.

Body Permintaan

model_name string (Wajib)ID model yang akan diterapkan (bukan nama model dasar, melainkan pengenal model yang dihasilkan setelah fine-tuning atau ekspor). Cara memperolehnya:

Model fine-tuned: Gunakan nilai dari Create a Tuning Job dalam respons wan2.5-i2v-preview-ft-202511111122-xxxx.
Model yang diekspor: Gunakan nilai output[].model_name dari respons Query Exported Model Details.

capacity integer (Wajib)Jumlah instans model yang diterapkan. Nilai yang direkomendasikan: 1.plan string (Wajib)Metode penerapan. Nilai yang direkomendasikan untuk fine-tuning efisien LoRA: lora.aigc_config object (Wajib)Konfigurasi prompt.

Properti aigc_config

use_input_prompt boolean (Wajib)Mengatur sumber prompt saat memanggil model yang diterapkan untuk menghasilkan video.

false (default): Mode pembuatan otomatis. Saat memanggil API pembuatan video, sistem mengabaikan prompt input dan menggunakan templat yang dikonfigurasi dalam aigc_config.prompt dan aigc_config.lora_prompt_default untuk menghasilkan prompt secara otomatis.
true: Mode input manual. Saat memanggil API pembuatan video, sistem langsung menggunakan prompt input, dan kedua parameter di atas menjadi tidak berlaku.

prompt string (Wajib)Templat Prompt yang telah ditetapkan. Hanya berlaku ketika use_input_prompt=false diatur.Saat memanggil model yang diterapkan untuk menghasilkan video, sistem menganalisis gambar input, mengisi konten gambar ke dalam templat ini, dan secara otomatis menghasilkan deskripsi lengkap beserta instruksi efek.Catatan: Parameter ini menggantikan parameter prompt yang diberikan dalam API pembuatan video.lora_prompt_default string (Wajib)Templat Prompt cadangan. Hanya berlaku ketika use_input_prompt=false diatur.Jika aigc_config.prompt gagal menghasilkan, sistem menggunakan parameter ini sebagai prompt cadangan untuk menghasilkan video.

Image-to-Video (Frame Pertama)
Image-to-Video (Frame Pertama dan Terakhir)

Contoh berikut menggunakan efek hujan uang. Unggah gambar potret, dan sistem akan secara otomatis menghasilkan video dengan efek tersebut.

curl --location 'https://dashscope-intl.aliyuncs.com/api/v1/deployments' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "<ganti dengan model_name>",
    "aigc_config": {
        "use_input_prompt": false,
        "prompt": "Berikan deskripsi video berdasarkan konten gambar. Deskripsi harus menyertakan frasa \"Kemudian efek hujan uang s86b5p dimulai, lembaran uang dolar AS berukuran sangat besar yang tak terhitung jumlahnya (latar belakang krem/pola hijau tua) mengguyur turun seperti hujan deras, mengenai dan mengelilinginya dengan rapat. Lembaran uang terus berjatuhan, dia merentangkan tangannya ke atas, leher sedikit mendongak ke belakang, ekspresi terkejut, benar-benar tenggelam dalam hujan uang yang liar ini.\"\nTemplate Output:\nVideo dimulai dengan bidikan [deskripsi subjek]. [Deskripsi lingkungan]. Kemudian efek hujan uang s86b5p dimulai, lembaran uang dolar AS berukuran sangat besar yang tak terhitung jumlahnya (latar belakang krem/pola hijau tua) mengguyur turun seperti hujan deras, mengenai dan mengelilinginya dengan rapat. Lembaran uang terus berjatuhan, dia merentangkan tangannya ke atas, leher sedikit mendongak ke belakang, ekspresi terkejut, benar-benar tenggelam dalam hujan uang yang liar ini.\nContoh:\nVideo dimulai dengan menampilkan seorang wanita muda yang berdiri di depan dinding bata yang tertutup tanaman ivy. Dia memiliki rambut panjang, halus, berwarna cokelat kemerahan, mengenakan gaun tanpa lengan berwarna putih, kalung perak berkilau, dan senyum di wajahnya. Dinding bata di latar belakang ditutupi tanaman rambat hijau, tampak rustik dan alami. Kemudian efek hujan uang s86b5p dimulai, lembaran uang dolar AS berukuran sangat besar yang tak terhitung jumlahnya (latar belakang krem/pola hijau tua) mengguyur turun seperti hujan deras, mengenai dan mengelilinginya dengan rapat. Lembaran uang terus berjatuhan, dia merentangkan tangannya ke atas, leher sedikit mendongak ke belakang, ekspresi terkejut, benar-benar tenggelam dalam hujan uang yang liar ini.",
        "lora_prompt_default": "Kemudian efek hujan uang s86b5p dimulai, lembaran uang dolar AS berukuran sangat besar yang tak terhitung jumlahnya (latar belakang krem/pola hijau tua) mengguyur turun seperti hujan deras, mengenai dan mengelilinginya dengan rapat. Lembaran uang terus berjatuhan, dia merentangkan tangannya ke atas, leher sedikit mendongak ke belakang, ekspresi terkejut, benar-benar tenggelam dalam hujan uang yang liar ini."
    },
    "capacity": 1,
    "plan": "lora"
}'

Contoh berikut menggunakan efek pergantian pakaian majalah mode. Unggah gambar frame pertama dan terakhir, dan sistem akan secara otomatis menghasilkan video transisi pergantian pakaian.

curl --location 'https://dashscope-intl.aliyuncs.com/api/v1/deployments' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "<ganti dengan nama_model>",
    "aigc_config": {
        "use_input_prompt": false,
        "prompt": "Berikan deskripsi video berdasarkan konten gambar. Deskripsi harus menyertakan frasa \"Then she/he begins the s86b5p transformation.\"\nTemplate Output:\nVideo dimulai dengan bidikan [deskripsi subjek]. [Deskripsi lingkungan]. Then she/he begins the s86b5p transformation.\nContoh:\nVideo dimulai dengan seorang wanita muda di luar ruangan. Dia memiliki rambut cokelat tua pendek keriting dan senyum yang ramah. Dia mengenakan kemeja Polo hitam dengan bordir bunga berwarna-warni. Latar belakangnya menampilkan vegetasi hijau dan pegunungan di kejauhan. Then she begins the s86b5p transformation.",
        "lora_prompt_default": "Then she/he begins the s86b5p transformation."
    },
    "capacity": 1,
    "plan": "lora"
}'

Parameter Respons

request_id stringPengenal unik permintaan.output objectRincian tugas.

Properti

deployed_model stringPengenal unik model yang diterapkan. Digunakan untuk menanyakan status penerapan model dan memanggil model.model_name stringNama pengenal model.status stringStatus penerapan:

PENDING: Sedang diterapkan.
RUNNING: Berjalan.
FAILED: Penerapan gagal.

base_model stringModel dasar yang digunakan.gmt_create stringWaktu pembuatan tugas penerapan.gmt_modified stringWaktu pembaruan tugas penerapan.workspace_id stringID ruang kerja yang terkait dengan API Key Alibaba Cloud Model Studio. Lihat Get the Workspace ID.charge_type stringMode penagihan. post_paid menunjukkan bayar sesuai penggunaan.creator stringID akun Alibaba Cloud pembuat.modifier stringID akun Alibaba Cloud pengubah.plan stringMetode penerapan.

code stringKode kesalahan. Dikembalikan saat pemanggilan gagal. Lihat tabel kode kesalahan di bawah.message stringDeskripsi kesalahan detail. Dikembalikan saat pemanggilan gagal.

Contoh Respons Sukses
Contoh Respons Kesalahan

Bidang utama: output.deployed_model (pengenal unik model yang diterapkan), output.status (status penerapan).

{
    "request_id": "96020b2e-9072-4c8a-9981-xxxxxxxxx",
    "output": {
        "deployed_model": "wan2.5-i2v-preview-ft-202511111122-xxxx",
        "gmt_create": "2025-11-11T17:46:53.294",
        "gmt_modified": "2025-11-11T17:46:53.294",
        "status": "PENDING",
        "model_name": "wan2.5-i2v-preview-ft-202511111122-xxxx",
        "base_model": "wan2.5-i2v-preview",
        "workspace_id": "llm-xxxxxxxxx",
        "charge_type": "post_paid",
        "creator": "12xxxxxxx",
        "modifier": "12xxxxxxx",
        "plan": "lora"
    }
}

Konfigurasi Templat Prompt

Penjelasan berikut menjelaskan cara mengonfigurasi parameter aigc_config.prompt.

Mengapa mengatur parameter ini? Tanpa parameter ini, Anda harus menulis Prompt lengkap secara manual setiap kali memanggil model yang diterapkan. Setelah dikonfigurasi, saat memanggil model fine-tuned untuk menghasilkan video, Anda hanya perlu mengunggah gambar, dan sistem akan secara otomatis melengkapi instruksi efek berdasarkan parameter ini tanpa memerlukan input Prompt manual.
Bagaimana cara mengonfigurasi? Prompt = Instruksi tugas (memberi tahu model apa yang harus dilakukan) + Templat output (menstandarkan format output) + Contoh (membantu model mempelajari struktur contoh).

Provide a video description based on the image content. The description must include the phrase "Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her (him). The bills continue to fall, while the camera slowly zooms in, she (he) stretches her (his) arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain."
Output Template:
The video begins with a shot of [subject description]. [Environment description]. Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her (him). The bills continue to fall, while the camera slowly zooms in, she (he) stretches her (his) arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain.
Example:
The video begins showing a young woman at a beach scene. Her hair is wet, dark brown, curly and slightly messy. She has a bright smile on her face. The background features turbulent waves and distant mountains. Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her. The bills continue to fall, while the camera slowly zooms in, she stretches her arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain.

Untuk penjelasan tentang deskripsi "Templat output", lihat Video annotation: Write prompts for videos.

Langkah Selanjutnya

Penerapan merupakan operasi asinkron. Setelah memanggil API ini, Anda dapat menanyakan status penerapan melalui API Query and Manage Deployments.

​Prasyarat

​Penerapan Model