Wan22FunControlToVideo - ComfyUI Built-in Node Documentation

Wan22FunControlToVideo 节点为使用 Wan 视频模型进行视频生成准备 conditioning 数据和空 latent 张量。

Wan22FunControlToVideo 节点为使用 Wan 视频模型进行视频生成准备 conditioning 数据和空 latent 张量。它会将可选的参考图像和控制视频编码到 latent 空间，将它们附加到正向和负向 conditioning，并创建具有与所请求视频对应的正确空间和时间维度的零填充 latent 张量。

​

输入

参数	描述	数据类型	必需	范围
正面提示词	用于引导视频生成的正向 conditioning 输入	CONDITIONING	是	-
负面提示词	用于引导视频生成的负向 conditioning 输入	CONDITIONING	是	-
VAE	用于将图像编码到 latent 空间的 VAE 模型	VAE	是	-
宽度	输出视频的宽度（像素）（默认值：832，步长：16）	INT	是	16 to MAX_RESOLUTION
高度	输出视频的高度（像素）（默认值：480，步长：16）	INT	是	16 to MAX_RESOLUTION
长度	视频序列中的帧数（默认值：81，步长：4）	INT	是	1 to MAX_RESOLUTION
批次大小	要生成的视频序列数量（默认值：1）	INT	是	1 到 4096
参考图像	可选的参考图像，为生成提供视觉引导	IMAGE	否	-
控制视频	可选的控制视频，用于引导生成过程	IMAGE	否	-

注意： length 参数按 4 帧为步长进行处理，节点在构建 latent 空间时会自动应用时间缩放。提供 ref_image 时，仅编码其第一帧（调整为 width x height），并作为参考 latent 附加到 conditioning。提供 control_video 时，会将其裁剪为 length 帧、调整大小、编码，并放入 conditioning 使用的拼接 latent 中。拼接后的 latent 会沿通道维度复制，其通道布局取决于 VAE 的 latent 通道数（48 通道使用 Wan 2.2 格式，否则使用 Wan 2.1 格式）。start_image 参数在执行逻辑中被引用，但未暴露在节点的输入 schema 中，因此无法从节点界面进行设置。

​

输出

输出名称	描述	数据类型
positive	添加了视频特定 latent 数据的正向 conditioning，包括拼接 latent、mask 和可选的参考 latent	CONDITIONING
negative	添加了视频特定 latent 数据的负向 conditioning，包括拼接 latent、mask 和可选的参考 latent	CONDITIONING
latent	为视频生成准备的空 latent 张量，其大小根据批量大小、latent 通道数、length、height 和 width 确定	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): 731b848f15c13ddc662f19230acb55d195f934bad7d9ae516a288e0ed8f8d899