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
Kandinsky5ImageToVideo 节点用于准备 Kandinsky 模型视频生成所需的 conditioning 和潜在空间数据。它会创建一个空的视频潜在张量，并可选择对起始图像进行编码，以引导生成视频的初始帧，同时相应地修改正向和负向 conditioning。

​
输入

参数数据类型是否必填范围描述
正面条件CONDITIONING是不适用引导视频生成的正向 conditioning 提示。
负面条件CONDITIONING是不适用引导视频生成避开特定概念的正向 conditioning 提示。
vaeVAE是不适用用于将可选的起始图像编码到潜在空间的 VAE 模型。
宽度INT否16 至 8192（步长 16）输出视频的宽度（像素），默认值：768。
高度 INT否16 至 8192（步长 16）输出视频的高度（像素），默认值：512。
时长INT否1 至 8192（步长 4）视频的帧数，默认值：121。
批次大小INT否1 至 4096同时生成的视频序列数量，默认值：1。
初始图象IMAGE否不适用可选的起始图像。如果提供，该图像将被编码，并用于替换模型输出潜在变量中的噪声起始部分。
注意： 当提供了 start_image 时，它会自动通过双线性插值调整大小，以匹配指定的 width 和 height。图像批次中的前 length 帧将用于编码。编码后的潜在变量随后会被注入到 positive 和 negative conditioning 中，以引导视频的初始外观。

​
输出

输出名称数据类型描述
负面条件CONDITIONING修改后的正向 conditioning，可能已更新编码后的起始图像数据。
LatentCONDITIONING修改后的负向 conditioning，可能已更新编码后的起始图像数据。
条件LatentLATENT一个填充为零的空视频潜在张量，其形状符合指定的尺寸。
cond_latentLATENT所提供的起始图像的干净、编码后的潜在表示。内部使用此数据来替换生成视频潜在变量中带噪声的起始部分。
Source fingerprint (SHA-256): 19d3b60be18f5adcd659563329988bce2511a1b27b33fd0ab3a9d93e265557f2