Wan imagen a video - ComfyUI Built-in Node Documentation

El nodo WanImageToVideo prepara representaciones de condicionamiento y latentes para la generación de video. Crea un espacio latente vacío para el video y puede incorporar opcionalmente una imagen inicial y una salida de visión CLIP para guiar la generación. Tanto las entradas de condicionamiento positive como negative se actualizan con la imagen y los datos de visión proporcionados.

Entradas

Parámetro	Descripción	Tipo de dato	Obligatorio	Rango
`positivo`	Entrada de condicionamiento positiva utilizada para guiar la generación	CONDITIONING	Sí	-
`negativo`	Entrada de condicionamiento negativa utilizada para guiar la generación	CONDITIONING	Sí	-
`vae`	Modelo VAE utilizado para codificar imágenes en el espacio latente	VAE	Sí	-
`ancho`	Ancho del video generado (predeterminado: 832, paso: 16)	INT	Sí	16 a MAX_RESOLUTION
`altura`	Alto del video generado (predeterminado: 480, paso: 16)	INT	Sí	16 a MAX_RESOLUTION
`longitud`	Número de fotogramas del video (predeterminado: 81, paso: 4)	INT	Sí	1 a MAX_RESOLUTION
`tamaño_del_lote`	Número de videos que se generarán en un lote (predeterminado: 1)	INT	Sí	1 a 4096
`salida_de_vision_clip`	Salida de visión CLIP opcional añadida como condicionamiento adicional tanto a las entradas positiva como negativa	CLIP_VISION_OUTPUT	No	-
`imagen_inicial`	Imagen inicial opcional utilizada para inicializar el video. Cuando se proporciona, se redimensiona al `width` y `height` especificados y se coloca al principio de la secuencia de fotogramas; los fotogramas más allá de `length` se ignoran. Los fotogramas restantes se rellenan con valores de gris neutro (0.5), a menos que se proporcione `ref_pad_image`.	IMAGE	No	-
`ref_pad_image`	Imagen de referencia opcional cuyo primer fotograma sustituye el relleno de gris neutro de la secuencia de fotogramas. Se redimensiona al `width` y `height` especificados y solo se utiliza la primera imagen del lote. Solo tiene efecto cuando también se proporciona `start_image`.	IMAGE	No	-

Nota: Cuando se proporciona start_image, la secuencia de fotogramas se codifica con el VAE y se aplica una máscara al condicionamiento. La máscara se establece en 0 para los fotogramas cubiertos por la imagen inicial y en 1 para los fotogramas restantes, de modo que la generación continúa desde la imagen proporcionada. Durante la codificación solo se utilizan los primeros tres canales de color (RGB) de la imagen. Tanto el condicionamiento positivo como el negativo reciben la misma imagen latente concatenada, la máscara y (si se proporciona) la salida de visión CLIP. Cuando se proporciona ref_pad_image junto con start_image, su primer fotograma se redimensiona al width y height y se escribe en los canales RGB de los fotogramas de relleno antes de colocar encima la imagen inicial, de modo que el relleno lleva la imagen de referencia en lugar de gris plano. Se trata de un relleno anti-deriva estilo SVI, utilizado por modelos como ID-V2V.

Salidas

Nombre de salida	Descripción	Tipo de dato
`positive`	Condicionamiento positivo, actualizado con la imagen y los datos de visión	CONDITIONING
`negative`	Condicionamiento negativo, actualizado con la imagen y los datos de visión	CONDITIONING
`latent`	Tensor latente vacío listo para la generación de video, con forma [batch_size, 16, ((length-1)//4)+1, height//8, width//8]	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): 3000c1c816d2c123fc5bc46ea1f193c52c0f81a2f8c4a9110d8a4fa909185aea

​Entradas

​Salidas

Entradas

Salidas