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
WanImageToVideo 节点为视频生成任务准备条件化（conditioning）和潜在空间（latent）表示。它会为视频生成创建一个空的潜在空间，并可选择性地结合起始图像和 CLIP 视觉输出，以引导视频生成过程。该节点会根据提供的图像和视觉数据修改正向和负向条件化输入。

​
输入

参数数据类型是否必填范围描述
正面CONDITIONING是-用于引导生成过程的正向条件化输入
负面CONDITIONING是-用于引导生成过程的负向条件化输入
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（默认值：832，步长：16）
高度INT是16 至 MAX_RESOLUTION输出视频的高度（默认值：480，步长：16）
长度INT是1 至 MAX_RESOLUTION视频的帧数（默认值：81，步长：4）
批量大小INT是1 至 4096每批生成的视频数量（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
开始图像IMAGE否-可选的起始图像，用于初始化视频生成
注意： 当提供了 start_image 时，节点会对图像序列进行编码，并对条件化输入应用掩码。当提供了 clip_vision_output 参数时，它会向正向和负向输入添加基于视觉的条件化信息。

​
输出

输出名称数据类型描述
负面CONDITIONING已整合图像和视觉数据的修改后正向条件化
潜在CONDITIONING已整合图像和视觉数据的修改后负向条件化
latentLATENT可用于视频生成的空潜在空间张量
Source fingerprint (SHA-256): e9f4350c43e48351523c04d82675c24f868df7b2109530c32b8e752a3ab61e8b