Skip to main content
此节点从 VAE 潜变量构建正负条件,用于 SeedVR2 模型。它验证输入的潜变量形状和模型结构,然后生成引导图像或视频采样的正条件和负条件。

输入

注意:vae_conditioning 潜变量必须是 Comfy 通道优先布局(B, C, T, H, W)下的 5 维张量,其中 C 是预期的 SeedVR2 VAE 通道数。如果潜变量不是 5 维、其通道数不匹配,或看起来是通道最后布局,节点将报错。model 输入必须是具有预期 SeedVR2 结构的模型。在内部,节点会向潜变量追加一个常量掩码通道,并将生成的条件同时附加到正条件和负条件池中。

输出

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): 28e508bdd776e2e3f5f2f93bfc29a1a1d1c34a11dbdc7f421d197ddbfa85f0f5