VOIDWarpedNoise - ComfyUI Built-in Node Documentation

为 VOID 视频细化过程的第二遍生成时间相关噪声。

为 VOID 视频细化过程的第二遍生成时间相关噪声。它接收 Pass 1 输出视频，并沿光流向量对高斯噪声进行变形，使噪声与视频内容一致地移动。得到的变形噪声用作 Pass 2 的起始 latent，从而改善最终输出的时间一致性。

​

输入

参数	描述	数据类型	必填	范围
optical_flow	来自 OpticalFlowLoader 的光流模型（RAFT-large）。	OPTICAL_FLOW	是	-
video	Pass 1 输出视频帧 [T, H, W, 3]。	IMAGE	是	-
width	目标宽度（像素，默认值：672）。输入视频会在生成噪声前缩放到该宽度，latent 宽度按 width ÷ 8 得出。	INT	是	16 to MAX_RESOLUTION （步长：8）
height	目标高度（像素，默认值：384）。输入视频会在生成噪声前缩放到该高度，latent 高度按 height ÷ 8 得出。	INT	是	16 to MAX_RESOLUTION （步长：8）
length	像素帧数。向下取整以使 latent_t 为偶数（patch_size_t=2 要求），例如 49 会变为 45（默认值：45）。	INT	是	1 to MAX_RESOLUTION （步长：1）
batch_size	要生成的相同变形噪声序列数量（默认值：1）。生成的噪声会沿批次维度重复这么多次。	INT	是	1 到 64

关于 length 参数的说明： length 值会自动向下取整到最接近的、能产生偶数 latent_t 维度的值，这是 CogVideoX-Fun-V1.5 模型的 patch_size_t=2 约束所要求的（例如，49 会变成 45）。发生这种取整时，节点会记录一条警告。超出调整后 length 的帧会被忽略，噪声会重采样为得到的 latent 帧数。

关于 width 和 height 的说明： 这些值既用于调整传入视频帧的大小（双线性、中心裁剪），也用于确定最终 latent 分辨率（除以 8）。如果生成的噪声与请求的 latent 大小不匹配，则会调整其大小以适配。

​

输出

输出名称	描述	数据类型
warped_noise	一个 5D 张量 (B, C, T, H, W)，包含经光流变形的高斯噪声，可用作 VOID Pass 2 的初始 latent。	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): f46b0a73b09a5d2d0bc25676f9571563c6bb8bad8d835e7564ac092c72136107