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
WanCameraImageToVideo 节点通过生成用于视频生成的潜在表示，将图像转换为视频序列。它处理条件化输入和可选的起始图像，以创建可用于视频模型的视频潜在表示。该节点支持相机条件和剪辑视觉输出，以增强视频生成控制。

​
输入

参数数据类型是否必需范围描述
正面提示词CONDITIONING是-用于视频生成的正面条件化提示
负面提示词CONDITIONING是-视频生成中需避免的负面条件化提示
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输出视频宽度（像素）（默认值：832，步长：16）
高度INT是16 至 MAX_RESOLUTION输出视频高度（像素）（默认值：480，步长：16）
长度INT是1 至 MAX_RESOLUTION视频序列中的帧数（默认值：81，步长：4）
批次大小INT是1 至 4096同时生成的视频数量（默认值：1）
CLIP视觉输出CLIP_VISION_OUTPUT否-可选的 CLIP 视觉输出，用于额外的条件化
起始图像IMAGE否-可选的起始图像，用于初始化视频序列。提供时，视频的前几帧将基于此图像，并应用遮罩将起始帧与生成内容混合。图像会被调整大小以匹配指定的宽度和高度。
相机条件WAN_CAMERA_EMBEDDING否-可选的相机嵌入条件，用于视频生成。提供时，这些条件会同时应用于正面和负面条件化。
注意： 当提供 start_image 时，节点会使用它来初始化视频序列，并应用遮罩将起始帧与生成内容混合。camera_conditions 和 clip_vision_output 参数是可选的，但提供时，它们会修改正面和负面提示的条件化。

​
输出

输出名称数据类型描述
负面提示词CONDITIONING应用了相机条件和剪辑视觉输出后的修改版正面条件化
潜空间CONDITIONING应用了相机条件和剪辑视觉输出后的修改版负面条件化
latentLATENT生成的视频潜在表示，用于视频模型。潜在张量的维度为 [batch_size, 16, frames, height/8, width/8]，其中 frames 的计算方式为 ((length - 1) // 4) + 1。
Source fingerprint (SHA-256): 19d76097d580b14663afd0aab58810f9dc1685cd32e8f67aa43c820be65239e7