HunyuanVideo 1.5 imagen a video - ComfyUI Built-in Node Documentation

El nodo HunyuanVideo15ImageToVideo prepara los datos de condicionamiento y del espacio latente para la generación de video basado en el modelo HunyuanVideo 1.5. Crea una representación latente inicial para una secuencia de video y puede integrar opcionalmente una imagen inicial o una salida de visión CLIP para guiar el proceso de generación.

Entradas

Parámetro	Descripción	Tipo de dato	Obligatorio	Rango
`positivo`	Las indicaciones de condicionamiento positivas que describen lo que el video debe contener.	CONDITIONING	Sí	-
`negativo`	Las indicaciones de condicionamiento negativas que describen lo que el video debe evitar.	CONDITIONING	Sí	-
`vae`	El modelo VAE (autoencoder variacional) utilizado para codificar la imagen inicial en el espacio latente.	VAE	Sí	-
`ancho`	El ancho de los fotogramas de video de salida en píxeles. Debe ser divisible por 16. (por defecto: 848)	INT	Sí	16 to MAX_RESOLUTION, step: 16
`alto`	La altura de los fotogramas de video de salida en píxeles. Debe ser divisible por 16. (por defecto: 480)	INT	Sí	16 to MAX_RESOLUTION, step: 16
`longitud`	El número total de fotogramas en la secuencia de video. Los valores aumentan en pasos de 4 a partir de 1 (1, 5, 9, 13, …). (por defecto: 33)	INT	Sí	1 to MAX_RESOLUTION, step: 4
`tamaño_de_lote`	El número de secuencias de video a generar en un solo lote. (por defecto: 1)	INT	Sí	1 a 4096
`imagen_inicial`	Una imagen inicial opcional para inicializar la generación de video. Si se proporciona, se codifica y se utiliza para condicionar los primeros fotogramas. Solo se utilizan los primeros `length` fotogramas de la imagen.	IMAGE	No	-
`clip_vision_output`	Embeddings de visión CLIP opcionales para proporcionar condicionamiento visual adicional para la generación.	CLIP_VISION_OUTPUT	No	-

Nota: Cuando se proporciona una start_image, se redimensiona automáticamente para que coincida con los width y height especificados usando interpolación bilineal. Se utilizan los primeros length fotogramas del lote de imágenes, y solo se codifican los primeros 3 canales de color de cada fotograma. La imagen codificada se añade entonces tanto al condicionamiento positive como al negative como un concat_latent_image con una concat_mask correspondiente. La máscara se establece en 0.0 para los fotogramas cubiertos por la imagen inicial y en 1.0 para los fotogramas restantes. Cuando se proporciona un clip_vision_output, también se añade tanto al condicionamiento positive como al negative.

Salidas

Nombre de salida	Descripción	Tipo de dato
`positivo`	El condicionamiento positivo modificado, que ahora puede incluir la imagen inicial codificada o la salida de visión CLIP.	CONDITIONING
`negativo`	El condicionamiento negativo modificado, que ahora puede incluir la imagen inicial codificada o la salida de visión CLIP.	CONDITIONING
`latente`	Un tensor latente vacío con dimensiones configuradas para el tamaño de lote, la longitud de video, el ancho y la altura especificados.	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): dbedf7f378ae9613c8f47fe9876a4576c815055b4cdb6bf687b7575fcd7ea80a

​Entradas

​Salidas

Entradas

Salidas