跳转到主要内容
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
此文档由 AI 生成。如发现任何错误或有改进建议，欢迎随时贡献！在 GitHub 上编辑 HunyuanImageToVideo 节点使用 Hunyuan 视频模型将图像转换为视频潜在表示。它接收条件化输入和可选的起始图像，生成可供视频生成模型进一步处理的视频潜在变量。该节点支持不同的引导类型，用于控制起始图像对视频生成过程的影响。

​
输入

参数数据类型是否必填范围描述
正向CONDITIONING是-用于引导视频生成的正面条件化输入
vaeVAE是-用于将图像编码到潜在空间的 VAE 模型
宽度INT是16 至 MAX_RESOLUTION输出视频的宽度（像素）（默认值：848，步长：16）
高度INT是16 至 MAX_RESOLUTION输出视频的高度（像素）（默认值：480，步长：16）
长度INT是1 至 MAX_RESOLUTION输出视频的帧数（默认值：53，步长：4）
批量大小INT是1 至 4096同时生成的视频数量（默认值：1）
指导类型COMBO是”v1 (concat)"
"v2 (replace)"
"custom”		将起始图像融入视频生成的方法（默认值：“v1 (concat)“）
起始图像IMAGE否-用于初始化视频生成的可选起始图像
注意： 当提供 start_image 时，节点会根据所选的 guidance_type 使用不同的引导方法：
  • “v1 (concat)“：将图像潜在变量与视频潜在变量拼接，并应用遮罩将图像融合到视频中
  • “v2 (replace)“：用图像潜在变量替换初始视频帧，并应用噪声遮罩
  • “custom”：将图像用作引导的参考潜在变量

​
输出

输出名称数据类型描述
LatentCONDITIONING当提供 start_image 时，应用了图像引导的修改后正面条件化输入
latentLATENT可供视频生成模型进一步处理的视频潜在表示
Source fingerprint (SHA-256): e55e935b7955b28b04014359c544a230c51ee91e21170be1ae4f50705d3e7bba