WanImageToVideo - ComfyUI Built-in Node Documentation

WanImageToVideo 节点为视频生成准备条件和潜在表示。

WanImageToVideo 节点为视频生成准备条件和潜在表示。它为视频创建一个空的潜在空间，并可选地结合起始图像和 CLIP 视觉输出以引导生成。正向和负向条件输入都会使用提供的图像和视觉数据进行更新。

​

输入

参数	描述	数据类型	必需	范围
正面	用于引导生成的正向条件输入	CONDITIONING	是	-
负面	用于引导生成的负向条件输入	CONDITIONING	是	-
vae	用于将图像编码到潜在空间的 VAE 模型	VAE	是	-
宽度	生成视频的宽度（默认值：832，步长：16）	INT	是	16 to MAX_RESOLUTION
高度	生成视频的高度（默认值：480，步长：16）	INT	是	16 to MAX_RESOLUTION
长度	视频的帧数（默认值：81，步长：4）	INT	是	1 to MAX_RESOLUTION
批量大小	一次批次中生成的视频数量（默认值：1）	INT	是	1 到 4096
clip视觉输出	作为额外条件添加到正向和负向输入的可选 CLIP 视觉输出	CLIP_VISION_OUTPUT	否	-
开始图像	用于初始化视频的可选起始图像。提供后，它会被调整到指定的 width 和 height，并放置在帧序列的开头；超出 length 的帧将被忽略。其余帧会用中性灰色（0.5）值填充。	IMAGE	否	-

注意： 当提供 start_image 时，帧序列会使用 VAE 编码，并对条件应用掩码。对于起始图像覆盖的帧，掩码设置为 0；对于其余帧，掩码设置为 1，因此生成会从提供的图像继续。编码期间仅使用图像的前三个颜色通道（RGB）。正向和负向条件都会接收相同的拼接潜在图像、掩码以及（如果提供）CLIP 视觉输出。

​

输出

输出名称	描述	数据类型
positive	正向条件，已使用图像和视觉数据更新	CONDITIONING
negative	负向条件，已使用图像和视觉数据更新	CONDITIONING
latent	准备用于视频生成的空潜在张量，形状为 [batch_size, 16, ((length-1)//4)+1, height//8, width//8]	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): 46779f9f2f3da16826b7b547761a96597a3b6b43ce51a9c13367987642f3d5b7