WanPhantomSubjectToVideo - ComfyUI Built-in Node Documentation - ComfyUI

WanPhantomSubjectToVideo 节点为 Wan 视频生成准备条件数据和潜变量。它根据请求的宽度、高度、长度和批大小创建一个空潜变量视频，并且当提供参考图像时，使用 VAE 对其进行编码，并将其作为时间维度的视觉引导添加到条件中。

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条件输入	CONDITIONING	是	-
`负面提示词`	用于避免某些特征的负向条件输入	CONDITIONING	是	-
`VAE`	当提供参考图像时，用于编码参考图像的 VAE 模型	VAE	是	-
`宽度`	输出视频宽度（像素，默认值：832）	INT	是	16 to MAX_RESOLUTION （步长：16）
`高度`	输出视频高度（像素，默认值：480）	INT	是	16 to MAX_RESOLUTION （步长：16）
`长度`	生成视频的帧数（默认值：81）	INT	是	1 to MAX_RESOLUTION （步长：4）
`批次大小`	同时生成的视频数量（默认值：1）	INT	是	1 到 4096
`图像`	可选的参考图像，用作时间维度的视觉引导	IMAGE	否	-

注意： 当提供 images 时，它们会自动放大以匹配指定的 width 和 height，并且只使用前 length 张图像进行处理。每张图像都会使用 vae 进行编码，并沿时间维度拼接，且每张图像仅使用其 RGB 通道。当未提供 images 时，三个条件输出都会原样返回输入条件。

输出

输出名称	描述	数据类型
`positive`	当提供图像时，正向条件会沿时间维度拼接编码后的参考图像；否则原样返回输入的 `positive`	CONDITIONING
`negative_text`	当提供图像时，负向条件会沿时间维度拼接编码后的参考图像；否则原样返回输入的 `negative`	CONDITIONING
`negative_img_text`	当提供图像时，负向条件会使用置零的时间维度拼接；否则原样返回输入的 `negative`	CONDITIONING
`latent`	具有 16 个通道的零填充潜变量视频张量；其帧数由 `length` 决定，空间尺寸由 `height` 和 `width` 决定	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): a1853382f6e564f66262b69dd7b06cc58e26b93386a460a98e6fcc2ff6acf12b