WanHuMoImageToVideo - ComfyUI Built-in Node Documentation - ComfyUI

WanHuImageToVideo 节点通过为视频帧生成潜在表示，将图像转换为视频序列。它会处理 conditioning 输入，并可结合参考图像和音频嵌入来影响视频生成。该节点输出适合视频合成的修改后 conditioning 数据和潜在表示。

输入

参数	描述	数据类型	是否必需	范围
`正面提示词`	正向 conditioning 输入，引导视频生成朝向期望内容	CONDITIONING	是	-
`负面提示词`	负向 conditioning 输入，引导视频生成远离不需要的内容	CONDITIONING	是	-
`VAE`	用于将参考图像编码到潜在空间的 VAE 模型	VAE	是	-
`宽度`	输出视频帧的宽度（以像素为单位）（默认值：832，必须能被 16 整除）	INT	是	16 到 MAX_RESOLUTION
`高度`	输出视频帧的高度（以像素为单位）（默认值：480，必须能被 16 整除）	INT	是	16 到 MAX_RESOLUTION
`长度`	生成视频序列中的帧数（默认值：97，必须满足 (length - 1) 能被 4 整除）	INT	是	1 到 MAX_RESOLUTION
`批次大小`	同时生成的视频序列数量（默认值：1）	INT	是	1 到 4096
`音频编码器输出`	可选的音频编码数据，可根据音频内容影响视频生成	AUDIOENCODEROUTPUT	否	-
`参考图像`	用于引导视频生成风格和内容的可选参考图像	IMAGE	否	-

注意： 当提供参考图像时，它会被编码为潜在表示并附加到正向 conditioning 上，同时一个形状相同的零填充潜在表示会被附加到负向 conditioning 上。当提供音频编码器输出时，音频嵌入会被插值并附加到正向 conditioning 上，同时一个零填充的音频嵌入会被附加到负向 conditioning 上。如果省略可选输入，则参考潜在表示和音频嵌入均使用零填充的占位张量。

输出

输出名称	描述	数据类型
`正面提示词`	修改后的正向 conditioning，已包含参考图像和/或音频嵌入	CONDITIONING
`负面提示词`	修改后的负向 conditioning，已包含参考图像和/或音频嵌入	CONDITIONING
`潜空间`	视频序列的潜在表示，初始化为零，并根据 `width`、`height` 和 `length` 设置调整大小	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): db674a4a00729a8715988030083e2858f958cd21de73bbbe4ed6d76f5f539419