- 목적: Wan 2.1 Fun Control 모델을 사용하여 비디오 생성에 필요한 컨디셔닝 정보를 준비합니다.
입력
| 매개변수 이름 | 설명 | 필수 여부 | 데이터 유형 | 기본값 |
|---|---|---|---|---|
| positive | 표준 ComfyUI 긍정 컨디셔닝 데이터로, 일반적으로 “CLIP Text Encode” 노드에서 가져옵니다. 긍정 프롬프트는 사용자가 생성된 비디오에서 상상하는 콘텐츠, 주제 및 예술적 스타일을 설명합니다. | 예 | CONDITIONING | N/A |
| negative | 표준 ComfyUI 부정 컨디셔닝 데이터로, 일반적으로 “CLIP Text Encode” 노드에서 생성됩니다. 부정 프롬프트는 사용자가 생성된 비디오에서 피하고자 하는 요소, 스타일 또는 아티팩트를 지정합니다. | 예 | CONDITIONING | N/A |
| vae | Wan 2.1 Fun 모델 제품군과 호환되는 VAE(변분 오토인코더) 모델이 필요하며, 이미지/비디오 데이터의 인코딩 및 디코딩에 사용됩니다. | 예 | VAE | N/A |
| width | 출력 비디오 프레임의 원하는 너비(픽셀 단위)로, 기본값은 832, 최소값은 16, 최대값은 nodes.MAX_RESOLUTION에 의해 결정되며, 단계 크기는 16입니다. | 예 | INT | 832 |
| height | 출력 비디오 프레임의 원하는 높이(픽셀 단위)로, 기본값은 480, 최소값은 16, 최대값은 nodes.MAX_RESOLUTION에 의해 결정되며, 단계 크기는 16입니다. | 예 | INT | 480 |
| length | 생성된 비디오의 총 프레임 수로, 기본값은 81, 최소값은 1, 최대값은 nodes.MAX_RESOLUTION에 의해 결정되며, 단계 크기는 4입니다. | 예 | INT | 81 |
| batch_size | 단일 배치에서 생성되는 비디오 수로, 기본값은 1, 최소값은 1, 최대값은 4096입니다. | 예 | INT | 1 |
| clip_vision_output | (선택 사항) CLIP 비전 모델에 의해 추출된 시각적 특징으로, 시각적 스타일 및 콘텐츠 가이드를 허용합니다. | 아니오 | CLIP_VISION_OUTPUT | None |
| start_image | (선택 사항) 생성된 비디오의 시작 부분에 영향을 미치는 초기 이미지입니다. | 아니오 | IMAGE | None |
| control_video | (선택 사항) 사용자가 사전 처리된 ControlNet 참조 비디오를 제공할 수 있도록 하며, 생성된 비디오의 움직임과 잠재적 구조를 안내합니다. | 아니오 | IMAGE | None |
출력
| 매개변수 이름 | 설명 | 데이터 유형 |
|---|---|---|
| positive | 인코딩된 start_image 및 control_video를 포함한 향상된 긍정 컨디셔닝 데이터를 제공합니다. | CONDITIONING |
| negative | 동일한 concat_latent_image를 포함하는 향상된 부정 컨디셔닝 데이터를 제공합니다. | CONDITIONING |
| latent | ”samples” 키를 가진 빈 잠재 텐서를 포함하는 사전(dictionary)입니다. | LATENT |
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집