WanMoveTrackToVideo - ComfyUI Built-in Node Documentation

Complete documentation for the WanMoveTrackToVideo 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

WanMoveTrackToVideo 节点用于准备视频生成所需的 conditioning 和潜在空间数据，并可整合可选的运动跟踪信息。它将起始图像序列编码为潜在表示，并能够融合来自对象轨迹的位置数据，以引导生成视频中的运动。该节点输出修改后的正向和负向 conditioning，以及一个可供视频模型使用的空潜在张量。

​

输入

参数	数据类型	是否必需	范围	描述
正面条件	CONDITIONING	是	-	待修改的正向 conditioning 输入。
负面条件	CONDITIONING	是	-	待修改的负向 conditioning 输入。
VAE	VAE	是	-	用于将起始图像编码到潜在空间的 VAE 模型。
轨道	TRACKS	否	-	包含对象路径的可选运动跟踪数据。
强度	FLOAT	否	0.0 - 100.0	轨迹 conditioning 的强度。（默认值：1.0）
宽度	INT	否	16 - MAX_RESOLUTION	输出视频的宽度。必须能被 16 整除。（默认值：832）
高度	INT	否	16 - MAX_RESOLUTION	输出视频的高度。必须能被 16 整除。（默认值：480）
时长	INT	否	1 - MAX_RESOLUTION	视频序列的帧数。（默认值：81）
批次大小	INT	否	1 - 4096	潜在输出的批次大小。（默认值：1）
起始帧	IMAGE	是	-	要编码的起始图像或图像序列。
CLIP视觉输出	CLIPVISIONOUTPUT	否	-	可选的 CLIP 视觉模型输出，用于添加到 conditioning 中。

注意： strength 参数仅在提供了 tracks 时生效。如果未提供 tracks 或 strength 为 0.0，则不会应用轨迹 conditioning。start_image 用于创建 conditioning 所需的潜在图像和遮罩；如果未提供，该节点仅透传 conditioning 并输出一个空潜在张量。

​

输出

输出名称	数据类型	描述
负面条件	CONDITIONING	修改后的正向 conditioning，可能包含 concat_latent_image、concat_mask 和 CLIP视觉输出。
Latent	CONDITIONING	修改后的负向 conditioning，可能包含 concat_latent_image、concat_mask 和 CLIP视觉输出。
latent	LATENT	一个空潜在张量，其维度由 批次大小、时长、高度 和 宽度 输入决定。

---

Source fingerprint (SHA-256): 9677addf5b94b42efd3015f51380c1fa9b16d4a5105cc7f24de0be34c0042bbc