WanDancerVideo - ComfyUI Built-in Node Documentation

WanDancerVideo 节点为使用 WanDancer 模型的视频生成准备 conditioning 数据和空的 latent 张量。它将可选的起始图像、遮罩、CLIP vision 嵌入和音频特征附加到正向和负向 conditioning 上，以便它们能够引导生成的视频。

输入

参数	描述	数据类型	必填	范围
`正向`	用于引导视频生成的正向 conditioning。	CONDITIONING	是
`负向`	用于引导视频生成的负向 conditioning。	CONDITIONING	是
`vae`	用于将起始图像编码到潜在空间的 VAE。	VAE	是
`宽度`	生成视频的宽度（以像素为单位，默认值：480）。	INT	是	16 to MAX_RESOLUTION (step: 16)
`高度`	生成视频的高度（以像素为单位，默认值：832）。	INT	是	16 to MAX_RESOLUTION (step: 16)
`长度`	生成视频的帧数。对于 WanDancer，应保持为 149（默认值：149）。	INT	是	1 to MAX_RESOLUTION (step: 4)
`clip视觉输出`	第一帧的 CLIP vision 嵌入。	CLIP_VISION_OUTPUT	否
`clip视觉参考输出`	参考图像的 CLIP vision 嵌入。	CLIP_VISION_OUTPUT	否
`起始图像`	要编码的初始图像，可以是任意数量的帧。	IMAGE	否
`掩码`	起始图像的图像 conditioning 遮罩。白色区域被保留，黑色区域被生成。用于局部生成。	MASK	否
`音频编码器输出`	音频编码器输出，提供音频特征、帧率和注入比例值，当提供时会附加到 conditioning 上。	AUDIO_ENCODER_OUTPUT	否

start_image 是可选的。提供时，会将其调整为 width 和 height，由 vae 编码，并附加到正向和负向 conditioning 上。如果 start_image 的帧数多于 length，多余帧将被丢弃。如果帧数较少，缺失帧将用零值填充。
mask 仅在同时提供 start_image 时生效。白色区域被保留，黑色区域被生成。
仅当同时提供 clip_vision_output 时，clip_vision_output_ref 才生效。
当提供 audio_encoder_output 时，会将音频嵌入、帧率和注入比例附加到正向和负向 conditioning 上。

输出名称	描述	数据类型
`正向`	带有附加的起始图像 latent、遮罩、CLIP vision 或音频数据的正向 conditioning。	CONDITIONING
`负向`	带有附加的起始图像 latent、遮罩、CLIP vision 或音频数据的负向 conditioning。	CONDITIONING
`latent`	根据请求的视频长度、高度和宽度调整大小的空 latent 张量。	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): 086a0ec361cf7f7ae7ce9505b55d31d92b025c6c7c9cde192009e6664011ad05