WanPhantomSubjectToVideo - ComfyUI Built-in Node Documentation - ComfyUI

WanPhantomSubjectToVideo 节点会为 Wan 视频生成准备 conditioning 数据和 latent。它会根据请求的宽度、高度、长度和批量大小创建一个空的 latent 视频，并且在提供参考图像时，使用 VAE 对参考图像进行编码，并将其作为时间维度的视觉引导添加到 conditionings 中。

输入

参数	描述	数据类型	是否必需	范围
`正面提示词`	用于引导视频生成的正面 conditioning 输入	CONDITIONING	是	-
`负面提示词`	用于避免特定特征的负面 conditioning 输入	CONDITIONING	是	-
`VAE`	在提供参考图像时用于编码参考图像的 VAE 模型	VAE	是	-
`宽度`	输出视频宽度（像素，默认值：832，必须是 16 的倍数）	INT	是	16 至 MAX_RESOLUTION
`高度`	输出视频高度（像素，默认值：480，必须是 16 的倍数）	INT	是	16 至 MAX_RESOLUTION
`长度`	生成视频的帧数（默认值：81，必须是 4 的倍数）	INT	是	1 至 MAX_RESOLUTION
`批次大小`	同时生成的视频数量（默认值：1）	INT	是	1 至 4096
`图像`	可选参考图像，用作时间维度的视觉引导	IMAGE	否	-

注意： 当提供 images 时，它们会自动放大以匹配指定的 width 和 height，并且仅使用前 length 张图像进行处理。每张图像都会使用 vae 进行编码，并沿时间维度进行拼接，且仅使用每张图像的 RGB 通道。

输出

输出名称	描述	数据类型
`正面提示词`	当提供图像时，包含编码参考图像的时间维度拼接的正面 conditioning；否则原样返回输入的 `positive`	CONDITIONING
`负面文本`	当提供图像时，包含编码参考图像的时间维度拼接的负面 conditioning；否则原样返回输入的 `negative`	CONDITIONING
`负面图像文本`	当提供图像时，包含置零的时间维度拼接的负面 conditioning；否则原样返回输入的 `negative`	CONDITIONING
`潜变量`	零填充的 latent 视频张量，具有 16 个通道；其帧数由 `length` 决定，空间尺寸由 `height` 和 `width` 决定	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): a1853382f6e564f66262b69dd7b06cc58e26b93386a460a98e6fcc2ff6acf12b