Skip to main content
El nodo TextEncodeHunyuanVideo_ImageToVideo crea datos de condicionamiento para la generación de imagen a video combinando un prompt de texto con información visual de una imagen de referencia. Utiliza un modelo CLIP para procesar tanto el texto como las incrustaciones de imagen de una salida de visión CLIP, y luego genera tokens que combinan estas dos fuentes según la configuración de image_interleave.

Entradas

Salidas

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): 016b87ead6f7a6ca61eff220e57f59252018cc78e80ec8cff5b83223b8f90f73