CosmosPredict2ImageToVideoLatent - ComfyUI Built-in Node Documentation - ComfyUI

Cosmos Predict2 の画像から動画へのワークフロー用の動画潜在変数を作成します。このノードは、指定されたサイズと長さの空の動画潜在変数を生成することも、エンコード済みの開始画像および/または終了画像をシーケンスに挿入して、生成時にそれらのフレームが保持されるようにすることもできます。提供された画像は、要求された width と height にリサイズされ、提供された VAE でエンコードされた後、潜在変数シーケンスの先頭および/または末尾に配置されます。

入力

パラメータ	説明	データ型	必須	範囲
`vae`	開始画像と終了画像を潜在空間にエンコードするために使用される VAE モデル	VAE	はい	-
`width`	出力動画の幅（ピクセル単位、デフォルト: 848、16 の倍数である必要があります）	INT	はい	16～MAX_RESOLUTION
`height`	出力動画の高さ（ピクセル単位、デフォルト: 480、16 の倍数である必要があります）	INT	はい	16～MAX_RESOLUTION
`length`	動画シーケンス内のフレーム数（デフォルト: 93）	INT	はい	1～MAX_RESOLUTION
`batch_size`	生成する動画シーケンスの数（デフォルト: 1）	INT	はい	1～4096
`start_image`	動画シーケンスの任意の開始画像	IMAGE	いいえ	-
`end_image`	動画シーケンスの任意の終了画像	IMAGE	いいえ	-

注記: start_image も end_image も指定されていない場合、このノードは要求されたサイズと長さの空の潜在変数を返すだけです。片方または両方の画像が指定された場合、それらは width と height にリサイズされ、vae でエンコードされて、潜在変数シーケンスの先頭および/または末尾に配置されます。対応する領域はノイズマスク内でマークされ、生成時に保持されます。エンコードされた潜在変数は Wan 2.1 の潜在形式に変換され、結果の潜在変数とマスクは batch_size 回繰り返されます。

出力

出力名	説明	データ型
`LATENT`	生成された動画潜在変数。`samples`（動画潜在変数シーケンス）を含み、`start_image` または `end_image` の少なくとも一方が指定された場合は、生成時に保持すべきフレームを示す `noise_mask` も含みます	LATENT

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 842bd2b8cda438e7b938439d4eba280478939e3302dc1846d52595d40082ff05