SvdImg2vidConditioning - ComfyUI Built-in Node Documentation

Complete documentation for the SvdImg2vidConditioning node in ComfyUI. Learn its inputs, outputs, parameters and usage.

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

此节点专为视频生成任务的条件数据生成而设计，特别适用于 SVD_img2vid 模型。它接收包括初始图像、视频参数和 VAE 模型在内的多种输入，生成可用于指导视频帧生成的条件数据。

​

输入

参数	Comfy 数据类型	描述
clip_vision	CLIP_VISION	表示用于从初始图像编码视觉特征的 CLIP 视觉模型，在理解图像内容与上下文以进行视频生成方面起着关键作用。
init_image	IMAGE	将从中生成视频的初始图像，作为视频生成过程的起始点。
vae	VAE	一种变分自编码器（VAE）模型，用于将初始图像编码到潜在空间中，有助于生成连贯且连续的视频帧。
width	INT	要生成的视频帧的期望宽度，允许自定义视频的分辨率。
height	INT	视频帧的期望高度，可控制视频的宽高比和分辨率。
video_frames	INT	指定要为视频生成的帧数，决定视频的长度。
motion_bucket_id	INT	用于对视频生成中应用的运动类型进行分类的标识符，有助于创建动态且引人入胜的视频。
fps	INT	视频的帧率（每秒帧数），影响生成视频的流畅度和真实感。
augmentation_level	FLOAT	控制应用于初始图像的增强程度的参数，影响生成视频帧的多样性和变化性。

​

输出

参数	Comfy 数据类型	描述
positive	CONDITIONING	正向条件数据，包含编码后的特征和参数，用于引导视频生成过程朝期望方向进行。
negative	CONDITIONING	负向条件数据，提供与正向条件相对的对比信息，可用于避免生成视频中出现某些模式或特征。
latent	LATENT	为视频的每一帧生成的潜在表示，作为视频生成过程的基础组成部分。