Skip to main content
El nodo TextEncodeQwenImageEditPlus procesa un prompt de texto y hasta tres imágenes opcionales para producir datos de condicionamiento para tareas de generación o edición de imágenes. Utiliza una plantilla especializada que primero solicita al modelo que describa las características clave de las imágenes de entrada y luego explique cómo la instrucción de texto del usuario debería modificarlas, de modo que el resultado codificado comprenda tanto las imágenes como la modificación solicitada. Cuando se proporciona una VAE, el nodo también crea latentes de referencia a partir de las imágenes de entrada.

​
Entradas

Nota: Cuando se proporciona una VAE, el nodo genera latentes de referencia a partir de todas las imágenes de entrada proporcionadas. Se pueden procesar hasta tres imágenes a la vez. Las imágenes se escalan a un área objetivo de 384x384 píxeles (relación de aspecto preservada) para el procesamiento de visión-lenguaje, y a dimensiones divisibles por 8 (con un área objetivo de 1024x1024 píxeles) para la codificación VAE.

​
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): 5eea53a84045924b44d445244e6149b341188d22573aaaced87bac8a139dac96