WanImageToVideo - ComfyUI Built-in Node Documentation - ComfyUI

WanImageToVideo ノードは、動画生成用の conditioning と latent 表現を準備します。動画用の空の latent 空間を作成し、必要に応じて開始画像と CLIP vision 出力を取り込んで生成をガイドできます。positive と negative の両方の conditioning 入力は、指定された画像と vision データで更新されます。

入力

パラメータ	説明	データ型	必須	範囲
`ポジティブ`	生成をガイドするために使用される positive conditioning 入力	CONDITIONING	はい	-
`ネガティブ`	生成をガイドするために使用される negative conditioning 入力	CONDITIONING	はい	-
`vae`	画像を latent 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	-
`幅`	生成される動画の幅（デフォルト: 832、ステップ: 16）	INT	はい	16～MAX_RESOLUTION
`高さ`	生成される動画の高さ（デフォルト: 480、ステップ: 16）	INT	はい	16～MAX_RESOLUTION
`長さ`	動画内のフレーム数（デフォルト: 81、ステップ: 4）	INT	はい	1～MAX_RESOLUTION
`バッチサイズ`	1 つのバッチで生成する動画の数（デフォルト: 1）	INT	はい	1～4096
`clipビジョン出力`	positive と negative の両方の入力に追加の conditioning として追加されるオプションの CLIP vision 出力	CLIP_VISION_OUTPUT	いいえ	-
`開始画像`	動画を初期化するために使用されるオプションの開始画像。指定された `width` と `height` にリサイズされ、フレームシーケンスの先頭に配置されます。`length` を超えるフレームは無視されます。残りのフレームは中立グレー（0.5）値で埋められます。	IMAGE	いいえ	-

注: start_image が指定されると、フレームシーケンスは VAE でエンコードされ、conditioning にマスクが適用されます。マスクは、開始画像でカバーされるフレームには 0、残りのフレームには 1 に設定されるため、指定された画像から生成が継続されます。エンコード時には、画像の最初の 3 つのカラーチャンネル（RGB）のみが使用されます。positive と negative の両方の conditioning は、同じ連結された latent 画像、マスク、および（指定されている場合は）CLIP vision 出力を受け取ります。

出力

出力名	説明	データ型
`positive`	画像と vision データで更新された positive conditioning	CONDITIONING
`negative`	画像と vision データで更新された negative conditioning	CONDITIONING
`latent`	動画生成に使用できる空の latent tensor。形状は [batch_size, 16, ((length-1)//4)+1, height//8, width//8]	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): 46779f9f2f3da16826b7b547761a96597a3b6b43ce51a9c13367987642f3d5b7