HunyuanVideo15ImageToVideo - ComfyUI Built-in Node Documentation

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

HunyuanVideo15ImageToVideo 节点基于混元视频 1.5 模型，为视频生成准备条件输入和潜在空间数据。它创建视频序列的初始潜在表示，并可选择性地集成起始图像或 CLIP 视觉输出来引导生成过程。

输入参数

参数	数据类型	必需	范围	描述
`positive`	CONDITIONING	是	-	描述视频应包含内容的正面条件提示。
`negative`	CONDITIONING	是	-	描述视频应避免内容的负面条件提示。
`vae`	VAE	是	-	用于将起始图像编码到潜在空间的 VAE（变分自编码器）模型。
`width`	INT	否	16 至 MAX_RESOLUTION	输出视频帧的宽度（以像素为单位）。必须能被 16 整除。（默认值：848）
`height`	INT	否	16 至 MAX_RESOLUTION	输出视频帧的高度（以像素为单位）。必须能被 16 整除。（默认值：480）
`length`	INT	否	1 至 MAX_RESOLUTION	视频序列的总帧数。（默认值：33）
`batch_size`	INT	否	1 至 4096	单批次中生成的视频序列数量。（默认值：1）
`start_image`	IMAGE	否	-	用于初始化视频生成的可选起始图像。如果提供，它将被编码并用于条件化起始帧。
`clip_vision_output`	CLIP_VISION_OUTPUT	否	-	可选的 CLIP 视觉嵌入，为生成提供额外的视觉条件输入。

注意： 当提供 start_image 时，它会自动使用双线性插值调整大小以匹配指定的 width 和 height。将使用图像批次的前 length 帧。编码后的图像随后会作为 concat_latent_image 连同相应的 concat_mask 一起添加到 positive 和 negative 条件输入中。

输出

输出名称	数据类型	描述
`positive`	CONDITIONING	修改后的正面条件输入，现在可能包含编码后的起始图像或 CLIP 视觉输出。
`negative`	CONDITIONING	修改后的负面条件输入，现在可能包含编码后的起始图像或 CLIP 视觉输出。
`latent`	LATENT	一个空的潜在张量，其维度根据指定的批次大小、视频长度、宽度和高度进行配置。

HunyuanImageToVideo - ComfyUI Built-in Node Documentation

Kandinsky5ImageToVideo - ComfyUI Built-in Node Documentation

​输入参数

​输出

输入参数

输出