Wan 2.2 imagen a latente de video - ComfyUI Built-in Node Documentation

Wan22ImageToVideoLatent crea representaciones latentes de video a partir de imágenes. Genera un espacio latente de video vacío con el ancho, la altura, la longitud de fotogramas y el tamaño de lote especificados, y puede codificar opcionalmente una secuencia de imágenes inicial en los fotogramas iniciales. Cuando se proporciona una imagen inicial, el nodo la codifica en el espacio latente y crea una máscara de ruido correspondiente que marca qué regiones deben someterse a eliminación de ruido durante la generación.

​

Entradas

Nota: Cuando se proporciona start_image, la secuencia de imágenes se reescala a los valores objetivo de width y height, se codifica con el VAE y se coloca en los primeros fotogramas del latente. La máscara de ruido para esos fotogramas se establece en 0 (preservados), mientras que los fotogramas restantes tienen un valor de máscara de 1 (a los que se debe aplicar eliminación de ruido). El latente siempre tiene 48 canales, dimensiones espaciales de height / 16 por width / 16, y una dimensión temporal de ((length - 1) // 4) + 1. width y height deben ser divisibles por 16 (forzado por el paso de 32), y length incrementa la dimensión temporal en pasos de 4. Cuando no se proporciona start_image, se devuelve un latente completamente vacío sin máscara de ruido, y la entrada batch_size no se aplica a ese latente vacío.

​

Salidas

Ambos campos se devuelven juntos dentro de una única salida 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): 3d05980641eeef2e86df7a845aa8b2bd703882db98fe71adef2746ab34a9d717