> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Wan SCAIL a video - ComfyUI Built-in Node Documentation

> El nodo WanSCAILToVideo prepara el condicionamiento y un espacio latente vacío para la generación de video con los modelos de video SCAIL y SCAIL-2.

El nodo WanSCAILToVideo prepara el condicionamiento y un espacio latente vacío para la generación de video con los modelos de video SCAIL y SCAIL-2. Procesa entradas opcionales como imágenes de referencia, videos de pose, salidas de visión CLIP, máscaras de identidad coloreadas y fragmentos de fotogramas anteriores, incrustándolos en el condicionamiento positivo y negativo. El nodo genera el condicionamiento modificado y un tensor latente vacío con las dimensiones de video especificadas, listo para el muestreo.

## Entradas

| Parámetro | Descripción | Tipo de datos | Obligatorio | Rango |
| - | - | - | - | - |
| `positivo` | La entrada de condicionamiento positivo. | CONDITIONING | Sí | - |
| `negativo` | La entrada de condicionamiento negativo. | CONDITIONING | Sí | - |
| `vae` | El modelo VAE utilizado para codificar imágenes y fotogramas de video. | VAE | Sí | - |
| `ancho` | El ancho del video de salida en píxeles (predeterminado: 512). Los valores aumentan en pasos de 32. | INT | Sí | 32 a MAX\_RESOLUTION |
| `alto` | El alto del video de salida en píxeles (predeterminado: 896). Los valores aumentan en pasos de 32. | INT | Sí | 32 a MAX\_RESOLUTION |
| `longitud` | La cantidad de fotogramas del video (predeterminado: 81). Los valores aumentan en pasos de 4. | INT | Sí | 1 a MAX\_RESOLUTION |
| `tamaño_lote` | La cantidad de videos a generar en un lote (predeterminado: 1). | INT | Sí | 1 a 4096 |
| `video_pose` | Video utilizado para el condicionamiento de pose. Se reducirá a la mitad de la resolución del video principal. | IMAGE | No | - |
| `pose_video_mask` | Solo SCAIL-2. Video de máscara SAM3 coloreada por identidad a la misma resolución que `pose_video`. | IMAGE | No | - |
| `replacement_mode` | Solo SCAIL-2. False = Modo de animación (`pose_video_mask` debe tener fondo negro). True = Modo de reemplazo (`pose_video_mask` debe tener fondo blanco). (predeterminado: False) | BOOLEAN | No | - |
| `fuerza_pose` | Intensidad del latente de pose. (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 10.0 |
| `inicio_pose` | Paso inicial del condicionamiento de pose. (predeterminado: 0.0) | FLOAT | Sí | 0.0 a 1.0 |
| `fin_pose` | Paso final del condicionamiento de pose. (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 |
| `imagen_referencia` | Imagen de referencia. La primera imagen es la referencia principal (se componen todas las identidades sobre ella). SCAIL-2: las imágenes adicionales del lote se utilizan como vistas adicionales (vista trasera, primer plano, fondo ocluido), y cada una necesita una `reference_image_mask` coincidente del color de esa identidad. | IMAGE | No | - |
| `reference_image_mask` | Solo SCAIL-2. Máscara de referencia coloreada, lote que coincide con `reference_image` (la primera = máscara de referencia principal, el resto = máscaras de identidad para las `reference_image` adicionales). | IMAGE | No | - |
| `clip_vision_output` | Características de visión CLIP para el condicionamiento. El modelo se entrena con redimensionamiento por estiramiento a la relación de aspecto. | CLIP\_VISION\_OUTPUT | No | - |
| `video_frame_offset` | Fotograma de salida acumulativo en el que comienza este fragmento. Conéctalo desde la salida `video_frame_offset` del fragmento anterior. (predeterminado: 0) | INT | Sí | 0 a MAX\_RESOLUTION |
| `previous_frame_count` | Fotogramas finales de `previous_frames` que se anclarán. SCAIL-2 se entrenó con 5 (fragmentos de 81 fotogramas, paso de 76 fotogramas). (predeterminado: 5). Los valores aumentan en pasos de 4. | INT | Sí | 1 a MAX\_RESOLUTION |
| `previous_frames` | Solo SCAIL-2. Salida decodificada completa del fragmento anterior. Solo los últimos `previous_frame_count` fotogramas se utilizan como ancla de extensión. | IMAGE | No | - |

**Nota:** Las entradas `pose_video` y `pose_video_mask` se truncan juntas a la más corta de las dos y se procesan solo para los primeros `length` fotogramas. Si cualquiera de las entradas es más corta o igual a `video_frame_offset`, se ignora por completo. El `pose_video` se reduce a la mitad de la resolución del video principal antes de la codificación, y el latente de pose codificado se multiplica por `pose_strength` y se aplica al condicionamiento solo entre los pasos de tiempo `pose_start` y `pose_end`. Si se proporciona `pose_video_mask`, el video de máscara coloreada se reduce a la mitad de la resolución y se convierte en una máscara de guiado de 28 canales, que se agrega tanto al condicionamiento positivo como al negativo.

**Nota:** Cuando se proporciona `reference_image`, cada imagen del lote se codifica individualmente en un latente y se incrusta tanto en el condicionamiento positivo como en el negativo. La primera imagen es la referencia principal; las imágenes adicionales se utilizan como vistas adicionales, y cada una necesita una `reference_image_mask` coincidente. `reference_image_mask` solo se utiliza cuando también se proporciona `reference_image`; cuando se proporcionan ambas, también se construye a partir de las máscaras una máscara de referencia de 28 canales que vincula los fotogramas de referencia con las identidades, y se agrega al condicionamiento. En el Modo de reemplazo (`replacement_mode=True`), la imagen de referencia se compone sobre un fondo negro usando la máscara de imagen de referencia como mate alfa. Cuando se proporciona `clip_vision_output`, se aplica tanto al condicionamiento positivo como al negativo.

**Nota:** Cuando se proporciona `previous_frames`, solo los últimos `previous_frame_count` fotogramas se utilizan como ancla de extensión, y `video_frame_offset` se ajusta en consecuencia (se reduce por la cantidad de fotogramas anclados, con un límite mínimo de 0). Los fotogramas anclados se codifican y se escriben al inicio del latente de salida, y se incluye una máscara de ruido para que esos fotogramas se mantengan sin cambios durante la generación.

## Salidas

| Nombre de salida | Descripción | Tipo de datos |
| - | - | - |
| `positive` | El condicionamiento positivo modificado, que puede contener latentes de imágenes de referencia incrustados, salida de visión CLIP, latentes de video de pose, máscaras de guiado, máscaras de referencia o latentes de fotogramas anteriores. | CONDITIONING |
| `negative` | El condicionamiento negativo modificado, que puede contener latentes de imágenes de referencia incrustados, salida de visión CLIP, latentes de video de pose, máscaras de guiado, máscaras de referencia o latentes de fotogramas anteriores. | CONDITIONING |
| `latent` | Un tensor latente vacío con forma `[batch_size, 16, ((length - 1) // 4) + 1, height // 8, width // 8]`. Cuando se proporciona `previous_frames`, el latente se llena parcialmente con fotogramas anteriores codificados y se incluye una máscara de ruido. | LATENT |
| `video_frame_offset` | Desplazamiento ajustado + longitud. Conéctalo al siguiente fragmento para la generación secuencial de video. | INT |

> Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! [Editar en GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WanSCAILToVideo/es.md)

***

**Source fingerprint (SHA-256):** `4a1a2201dfa94bd2f1330db02ec18a5e0a6aae9e9ac5ae97d456b7af1aa84b7b`


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.