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

概述

WanHuMoImageToVideo 节点通过生成视频帧的潜在表示,将图像转换为视频序列。它处理条件输入,并可结合参考图像和音频嵌入来影响视频生成。该节点输出修改后的条件数据以及适用于视频合成的潜在表示。

输入

参数数据类型是否必填范围描述
正面提示词CONDITIONING-正向条件输入,引导视频生成朝向期望内容
负面提示词CONDITIONING-负向条件输入,引导视频生成远离不期望内容
VAEVAE-用于将参考图像编码到潜在空间的 VAE 模型
宽度INT16 至 MAX_RESOLUTION输出视频帧的宽度(像素),默认值:832,必须能被 16 整除
高度INT16 至 MAX_RESOLUTION输出视频帧的高度(像素),默认值:480,必须能被 16 整除
长度INT1 至 MAX_RESOLUTION生成视频序列的帧数,默认值:97,必须满足 (length - 1) 能被 4 整除
批次大小INT1 至 4096同时生成的视频序列数量,默认值:1
音频编码器输出AUDIOENCODEROUTPUT-可选的音频编码数据,可根据音频内容影响视频生成
参考图像IMAGE-可选的参考图像,用于引导视频生成的风格和内容
注意: 当提供参考图像时,它会被编码并添加到正向和负向条件中。当提供音频编码器输出时,它会被处理并整合到条件数据中。如果两者均未提供,则参考潜在表示和音频嵌入均使用零填充的占位张量。

输出

输出名称数据类型描述
正面提示词CONDITIONING修改后的正向条件,已整合参考图像和/或音频嵌入
负面提示词CONDITIONING修改后的负向条件,已整合参考图像和/或音频嵌入
latentLATENT生成的潜在表示,包含视频序列数据

Source fingerprint (SHA-256): 6301671d04748ce80c561a65df80c7ca146b91bcce8851872df40211af29fd39