Wan2.2 中文文档 下载 App

Prompt 扩展：让 Wan2.2 的视频细节更丰富

为什么要扩展 prompt

Wan2.2 官方强烈建议开启 prompt 扩展。原始 prompt 通常比较短、比较概括，扩展会自动补充场景细节、光照、镜头语言等，让生成出来的视频画面更丰富、动作更连贯。

方式一：DashScope 云端 API（推荐）

这是最简单的方式，依赖阿里通义千问大模型的文本理解能力。

先去阿里云百炼控制台申请 DashScope API Key，然后设置环境变量：

set DASH_API_KEY=你的_key

如果是阿里云国际站用户，还需要设置：

set DASH_API_URL=https://dashscope-intl.aliyuncs.com/api/v1

然后在推理命令里加上 --use_prompt_extend 和扩展方法：

torchrun --nproc_per_node=8 generate.py \
  --task t2v-A14B \
  --size 1280*720 \
  --ckpt_dir ./Wan2.2-T2V-A14B \
  --dit_fsdp --t5_fsdp --ulysses_size 8 \
  --prompt "两只穿拳击服的猫在舞台上打架" \
  --use_prompt_extend \
  --prompt_extend_method dashscope \
  --prompt_extend_target_lang zh

默认会用 qwen-plus 模型做文本扩展。如果是图生视频任务，会用 qwen-vl-max。可以通过 --prompt_extend_model 替换扩展模型。

方式二：本地 Qwen 模型（不联网）

如果你不想用云端 API，也可以下载 Qwen 系列模型在本地做扩展。支持的本地模型：

本地模型放在 GPU 上跑，显存消耗额外增加。大模型扩展效果更好，但显存占用更大，需要自己权衡。

命令示例：

torchrun --nproc_per_node=8 generate.py \
  --task t2v-A14B \
  --size 1280*720 \
  --ckpt_dir ./Wan2.2-T2V-A14B \
  --dit_fsdp --t5_fsdp --ulysses_size 8 \
  --prompt "两只穿拳击服的猫在舞台上打架" \
  --use_prompt_extend \
  --prompt_extend_method local_qwen \
  --prompt_extend_target_lang zh \
  --prompt_extend_model Qwen/Qwen2.5-7B-Instruct

--prompt_extend_model 可以写 HuggingFace 仓库名，也可以写本地模型路径。

实际效果对比

扩展后的 prompt 通常会变成这样：

原始 prompt扩展后
"两只猫在打架""两只拟人化的猫穿着舒适的拳击服和亮色手套，在聚光灯照射的舞台上激烈地扭打。拳击手套相互碰撞发出砰砰声，毛发在空气中飞散。背景是暗红的拳击场围栏和热情的观众..."

扩展对视频的细节丰富度和动作连贯性都有提升，建议默认开启。

注意事项