WanImageToVideo - ComfyUI Built-in Node Documentation - ComfyUI

WanImageToVideo 节点为视频生成任务准备 conditioning 和 latent 表示。它创建一个空白的 latent 空间用于视频生成，并可选地结合起始图像和 CLIP 视觉输出以引导视频生成过程。该节点根据提供的图像和视觉数据修改正向和负向 conditioning 输入。

输入

参数	描述	数据类型	必需	范围
`正面`	用于引导生成的正向 conditioning 输入	CONDITIONING	是	-
`负面`	用于引导生成的负向 conditioning 输入	CONDITIONING	是	-
`vae`	用于将图像编码到 latent 空间的 VAE 模型	VAE	是	-
`宽度`	输出视频的宽度（默认：832，步长：16）	INT	是	16 to MAX_RESOLUTION
`高度`	输出视频的高度（默认：480，步长：16）	INT	是	16 to MAX_RESOLUTION
`长度`	视频中的帧数（默认：81，步长：4）	INT	是	1 to MAX_RESOLUTION
`批量大小`	每批生成的视频数量（默认：1）	INT	是	1 到 4096
`clip视觉输出`	用于附加 conditioning 的可选 CLIP 视觉输出	CLIP_VISION_OUTPUT	否	-
`开始图像`	用于初始化视频生成的可选起始图像。提供时，图像会被缩放以匹配指定的宽度和高度，视频的前几帧将由此图像初始化。其余帧填充为中灰色（0.5）值。超出 `length` 的帧将被忽略。	IMAGE	否	-

注意： 当提供 start_image 时，节点使用 VAE 对图像序列进行编码，并对 conditioning 输入应用掩码。该掩码覆盖除起始图像初始化帧之外的所有帧，从而允许生成过程基于所提供的图像进行构建。编码时仅使用图像的前三个颜色通道（RGB）。当提供 clip_vision_output 参数时，会向正向和负向输入添加基于视觉的 conditioning。

输出

输出名称	描述	数据类型
`正面`	已合并图像和视觉数据的修正后正向 conditioning	CONDITIONING
`负面`	已合并图像和视觉数据的修正后负向 conditioning	CONDITIONING
`潜在`	准备好用于视频生成的空 latent 空间张量，形状为 [batch_size, 16, ((length-1)//4)+1, height//8, width//8]	LATENT

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 46779f9f2f3da16826b7b547761a96597a3b6b43ce51a9c13367987642f3d5b7