WAN 2.5動画Finetune

WAN 2.5動画ファインチューニングとは？

WAN 2.5動画ファインチューニングでは、独自の動画データを使用してカスタム動画生成モデルをトレーニングできます。トレーニングされたモデルは、トレーニングデータセットの特定の視覚的特徴を保持しながら、独自のスタイルで動画を生成できます。

トレーニングデータセットはどう準備すべきですか？

5-20本のトレーニング動画（MP4形式、各3-10秒）とdataset.jsonlファイルを含むZIPファイルを作成します。JSONLファイルの各行は次の形式にします: {"video": "filename.mp4", "text": "動画の説明"}。高品質で一貫性のある動画がより良い結果につながります。

トレーニングにはどのくらい時間がかかりますか？

トレーニングは通常、データセットのサイズと設定に応じて6-8時間かかります。進捗をリアルタイムで監視でき、トレーニング完了時に通知を受け取ります。

トレーニングエポックと学習率とは？

エポックは、モデルがデータセット全体を何回処理するかを決定します。エポック数を増やすと一般的に品質が向上しますが、トレーニング時間も増加します。学習率は、モデルがどれだけ速く適応するかを制御します。高い値は速くトレーニングしますが、安定性が低くなる可能性があります。

LoRAランクとは？

LoRAランクは、適応に使用される低ランク行列の次元を決定します。高いランク（32-128）はより多くの詳細を捉えますが、より多くのメモリとトレーニング時間が必要です。低いランク（8-16）は高速ですが、ニュアンスを捉えにくい場合があります。

トレーニングの費用はいくらですか？

トレーニングコストはトークン消費量に基づいて計算されます: 総トークン = Σ(動画課金時間) × (max_pixels / 1024) × n_epochs。現在のレートは1000トークンあたり$0.05です。典型的なトレーニングコストは、データセットサイズとエポックに応じて$5-50の範囲です。

トレーニングしたモデルは商用利用できますか？

はい、WAN 2.5ファインチューニングでトレーニングしたモデルは完全に所有権があります。マーケティング、広告、商品ショーケース、コンテンツ制作などの商用目的で生成された動画を使用できます。

トレーニングしたモデルをデプロイするには？

トレーニング完了後、チェックポイントを選択し「デプロイ」をクリックします。デプロイには5-10分かかります。デプロイ後、モデルはカスタムスタイルで入力画像から無制限の動画を生成する準備が整います。

トレーニングが失敗した場合は？

トレーニングが失敗した場合、エラーログを確認し、パラメータを調整して再試行できます。よくある問題には、トレーニングデータの不足、破損した動画ファイル、互換性のないフォーマットなどがあります。サポートチームが特定の問題のトラブルシューティングをお手伝いします。

複数のモデルをトレーニングできますか？

はい、複数のカスタムモデルをトレーニングしてデプロイできます。各モデルは、異なるトレーニングデータセットに基づいて独自のスタイルを持つことができます。ダッシュボードからすべてのモデルを管理できます。