ARVideoI2V - ComfyUI Built-in Node Documentation

Este nodo prepara una configuración de generación de imagen a video para modelos de video AR (Auto-Regresivo) que usan Causal Forcing o Self-Forcing. Codifica una imagen inicial en el espacio latente con un VAE y la almacena en las opciones del transformer del modelo, de modo que el proceso de muestreo de video pueda inicializar la caché KV antes de la eliminación de ruido. Utiliza el mismo checkpoint del modelo de texto a video, por lo que no se necesita una arquitectura separada de imagen a video.

Entradas

Parámetro	Descripción	Tipo de datos	Obligatorio	Rango
`modelo`	El modelo de video AR que se utilizará para la generación.	MODEL	Sí	-
`vae`	El modelo VAE que se utiliza para codificar la imagen inicial en el espacio latente.	VAE	Sí	-
`imagen_inicial`	La imagen inicial que servirá como primer fotograma del video generado. Solo se utiliza la primera imagen del lote de entrada y solo se codifican sus canales RGB.	IMAGE	Sí	-
`ancho`	El ancho de los fotogramas del video generado (predeterminado: 832).	INT	Sí	16 a 8192 (paso: 16)
`alto`	La altura de los fotogramas del video generado (predeterminado: 480).	INT	Sí	16 a 8192 (paso: 16)
`longitud`	El número total de fotogramas del video generado (predeterminado: 81).	INT	Sí	1 a 1024 (paso: 4)
`tamaño_de_lote`	El número de secuencias de video a generar en un solo lote (predeterminado: 1).	INT	Sí	1 a 64

Nota: La imagen inicial se redimensiona a los valores especificados de width y height antes de codificarse. La dimensión temporal latente se calcula como ((length - 1) // 4) + 1, y las dimensiones espaciales latentes son height / 8 y width / 8.

Salidas

Nombre de salida	Descripción	Tipo de datos
`MODEL`	El modelo clonado con la imagen inicial codificada almacenada en sus opciones del transformer (`ar_config.initial_latent`), que el muestreador utiliza para inicializar la caché KV antes de la eliminación de ruido.	MODEL
`LATENT`	Un tensor latente relleno de ceros con forma `[batch_size, 16, lat_t, height // 8, width // 8]`, donde `lat_t = ((length - 1) // 4) + 1`.	LATENT

Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub

Source fingerprint (SHA-256): 984834951b9d5a22aef51c85a5019fd8ba58cdb2d6fff235371ed29f316896d8

​Entradas

​Salidas

Entradas

Salidas