Skip to main content
WanAnimateToVideo prepara los datos de condicionamiento y un latente inicial para generar videos animados con Wan, utilizando entradas como una imagen de referencia, pose, rostro, fondo y movimiento opcional de un fragmento anterior. También admite generar videos más largos por fragmentos leyendo y actualizando un valor de video_frame_offset. Este nodo está marcado como experimental.

Entradas

Restricciones de parámetros:
  • Cuando se proporciona continue_motion, solo se utilizan sus últimos continue_motion_max_frames fotogramas.
  • Los videos de entrada (face_video, pose_video, background_video, character_mask) se desplazan según video_frame_offset antes de usarse. Si el desplazamiento es mayor o igual al número de fotogramas de la entrada, esa entrada se ignora, excepto para una character_mask de un solo fotograma.
  • Si character_mask tiene un solo fotograma, ese fotograma se repite para cada fotograma de la salida.
  • Cuando pose_video es más corto que length, su último fotograma se repite para rellenar los fotogramas restantes; la longitud de salida no cambia.
  • Si se proporciona clip_vision_output, se añade tanto al condicionamiento positivo como al negativo.
  • Si no se proporciona reference_image, se utiliza una imagen negra (todos los valores en cero) como referencia predeterminada.
  • Si no se proporciona continue_motion, los fotogramas de movimiento iniciales se rellenan con fotogramas grises constantes (intensidad 0.5).
  • Cuando se utiliza continue_motion, video_frame_offset se reduce en el número de fotogramas transferidos antes de calcular el siguiente desplazamiento de fragmento, de modo que los fotogramas superpuestos no se procesen dos veces.
  • background_video rellena los fotogramas de movimiento después de la parte de movimiento de referencia; no reemplaza la imagen de referencia ni los fotogramas de continue_motion transferidos.

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): a95bae4c7ae4ddc8a95bc9dafa2ca920b1d2166802615189537dce16949bfc03