数据准备

1. 数据集要求

• 模型版本支持：当前仅支持 Vidu 2.0 图生视频模型（720p）
• 内容匹配：数据内容需与目标生成一致（如"拥抱"视频必须真实包含该动作）
• 数据量：推荐 100–200 条高质量视频片段
• 分辨率：建议不低于 1080p（即视频分辨率 长 × 宽 大于 90 万像素）以确保足够的画面细节
• 时长：每段 3–5 秒，优选处理为 4 秒，效果更稳定
• 完整性：单一镜头，无剪辑，保证动作连贯完整
• 干扰元素：不得含有水印、字幕等干扰视觉内容的元素
• 画面比例：支持 16:9、1:1、9:16，避免使用非常规比例如 21:9
• 数据类型：优先使用实拍素材，也支持高质量 AI 生成视频的数据
• 音频：微调仅涉及视觉生成，上传的视频是否含音频均可，平台会自动去除声音

• 质量优先：视频并非越多越好，统一、高质量的数据更关键。在内容一致性强的前提下，50 条高质量样本往往可取得优异效果
• 避免错误样本：请确保每条数据准确无误。如出现无效片段（例如未完成的动作或明显错误的画面，如多余的手臂），即便仅有一两条，也可能显著影响模型性能
• 适度覆盖：若目标任务涉及多种角色（如人与动物拥抱），建议在数据集中适当覆盖各类情况。模型具备一定泛化能力，无需大量扩展样本，但应包含关键场景以确保覆盖。

2. 参考案例

3. 数据集上传

• 将您准备好的视频数据直接压缩为一个压缩包（不需要打包到文件夹里再进行压缩），在微调数据页面进行上传

• 点击创建数据集，填写数据集名称，根据您的微调任务类型选择数据集类型。

• 另外，数据还可以在创建任务时上传。您可以根据提示，在创建微调任务时选择上传数据集。在任务提交后，该数据集也会同步保存到您的微调数据页面。