Kandinsky5ImageToVideo - ComfyUI Built-in Node Documentation - ComfyUI

Kandinsky5ImageToVideo 节点使用 Kandinsky 模型为视频生成准备 conditioning 和潜空间数据。它会创建一个空的视频潜张量，并可选地将起始图像编码，以引导生成视频的初始帧，相应修改正向和负向 conditioning。

输入

参数	描述	数据类型	必需	范围
`正面条件`	用于引导视频生成的正向 conditioning 提示。	CONDITIONING	是	N/A
`负面条件`	用于引导视频生成远离某些概念的负向 conditioning 提示。	CONDITIONING	是	N/A
`vae`	用于将可选的起始图像编码到潜空间中的 VAE 模型。	VAE	是	N/A
`宽度`	输出视频的宽度（以像素为单位，默认值：768）。	INT	是	16 到 16384（步长 16）
`高度`	输出视频的高度（以像素为单位，默认值：512）。	INT	是	16 到 16384（步长 16）
`时长`	视频中的帧数（默认值：121）。	INT	是	1 到 16384（步长 4）
`批次大小`	同时生成的视频序列数量（默认值：1）。	INT	是	1 到 4096
`初始图象`	可选的起始图像或帧批次。如果提供，则将其编码并用于替换模型输出潜变量的噪声起始部分。	IMAGE	否	N/A

注意： 提供 start_image 时，会自动使用双线性插值将其缩放到指定的 width 和 height。仅使用图像批次的前 length 帧进行编码；多余的帧将被忽略。如果图像批次的帧数少于 length，则仅使用这些帧。仅对图像的 RGB 通道进行编码。编码后的潜变量随后被注入到 positive 和 negative conditioning 中，以引导视频的初始外观，并且干净的编码帧会替换模型输出潜变量的噪声起始部分。

输出

输出名称	描述	数据类型
`正面条件`	修改后的正向 conditioning，可能已更新为包含编码后的起始图像数据。	CONDITIONING
`负面条件`	修改后的负向 conditioning，可能已更新为包含编码后的起始图像数据。	CONDITIONING
`Latent`	空的视频潜变量。一个填充为零的潜张量，其形状符合指定的尺寸。	LATENT
`条件Latent`	干净的编码起始图像，用于替换模型输出潜变量的噪声起始部分。当未提供 `start_image` 时为空。	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): 7212f0ea912578d3b72dddf1333a20054a881e3f22c2b8abd9645fc21e75a08b