WanFirstLastFrameToVideo - ComfyUI Built-in Node Documentation - ComfyUI

WanFirstLastFrameToVideo 节点通过将起始帧和结束帧与文本提示组合，为视频生成准备条件。它将帧图像编码到潜在空间中，创建一个掩码来告诉视频模型哪些帧是已知的，并在提供 CLIP 视觉特征时附加这些特征。该节点输出更新后的正向和负向条件，以及一个定义待生成视频大小和长度的空潜在变量。

输入

参数	描述	数据类型	必需	范围
`正向`	用于指导视频生成的正向文本条件。	CONDITIONING	是	-
`负向`	用于指导视频生成的负向文本条件。	CONDITIONING	是	-
`vae`	用于将组合后的帧图像编码到潜在空间的 VAE 模型。	VAE	是	-
`宽度`	生成视频的宽度（以像素为单位）（默认值：832，步长：16）。	INT	是	16 to MAX_RESOLUTION
`高度`	生成视频的高度（以像素为单位）（默认值：480，步长：16）。	INT	是	16 to MAX_RESOLUTION
`长度`	视频序列中的帧数（默认值：81，步长：4）。	INT	是	1 to MAX_RESOLUTION
`批量大小`	一次生成的视频数量（默认值：1）。	INT	是	1 到 4096
`clip 视觉起始图像`	从起始图像提取的 CLIP 视觉特征。如果同时提供起始和结束 CLIP 视觉输入，则会将它们的特征组合起来。	CLIP_VISION_OUTPUT	否	-
`clip 视觉结束图像`	从结束图像提取的 CLIP 视觉特征。如果同时提供起始和结束 CLIP 视觉输入，则会将它们的特征组合起来。	CLIP_VISION_OUTPUT	否	-
`起始图像`	视频序列的起始帧图像。使用其前 `length` 帧，并将其调整为 `width` × `height`。	IMAGE	否	-
`结束图像`	视频序列的结束帧图像。使用其最后 `length` 帧，并将其调整为 `width` × `height`。	IMAGE	否	-

注意： 当提供了 start_image 或 end_image 中的至少一个时，节点会构建一个组合帧序列，其中起始帧和结束帧被填入，其余帧使用中性灰色占位符（0.5）。掩码将已填充区域标记为已知，将占位符区域标记为未知，从而使视频模型能够生成中间的帧。当提供了起始图像时，已知区域还会在图像之外额外扩展 3 帧。相同的编码帧图像和掩码同时附加到 positive 和 negative 条件上。如果同时提供了两个 CLIP 视觉输入，则会将它们的隐藏状态拼接起来；如果只提供一个，则单独使用该输入。潜在视频长度在时间压缩后由 length 计算得出：((length - 1) // 4) + 1。

输出

输出名称	描述	数据类型
`正向`	附带了编码帧图像、掩码和（如果提供）CLIP 视觉特征的正向条件。	CONDITIONING
`负向`	附带了编码帧图像、掩码和（如果提供）CLIP 视觉特征的负向条件。	CONDITIONING
`latent`	空潜在张量（全零），其形状适用于给定的批量大小、视频长度和分辨率。	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): 0072e441cb80334c3c961d1bbf2d081c78bc38ed1eacca840c577a2d01b36f05