PrunaImageToVideoNode - ComfyUI Built-in Node Documentation - ComfyUI

使用 Pruna 的 P-Video-2 模型将图像动画化为视频。首帧为必填项，并决定输出的宽高比；可选的尾帧为视频提供插值趋近的终点。提示词描述场景如何运动，此节点要么自行生成音轨，要么接收一段驱动运动的音频片段。

输入

通用输入

参数	描述	数据类型	必填	范围
`model`	要使用的 Pruna 视频模型。选择模型后，下方会显示其各自的输入。	DYNAMIC_COMBO	是	`"p-video-2"`

P-Video-2 输入

参数	描述	数据类型	必填	范围
`model.first_frame`	视频起始图像。输出会保持此图像的宽高比。	IMAGE	是	-
`model.last_frame`	视频结束图像。其宽高比必须接近首帧的宽高比。	IMAGE	否	-
`prompt`	描述场景如何运动和发声。必须包含至少一个非空白字符，最多 5000 个字符（默认：空）。	STRING	是	最多 5000 个字符
`duration`	视频长度（秒）。`"auto"` 让模型根据提示词选择长度。连接 `model.audio` 时忽略：视频随后跟随音频长度，向上取整到整秒，最长 20 秒（默认：`"5"`）。	COMBO	是	`"auto"` `"1"` `"2"` `"3"` `"4"` `"5"` `"6"` `"7"` `"8"` `"9"` `"10"` `"11"` `"12"` `"13"` `"14"` `"15"` `"16"` `"17"` `"18"` `"19"` `"20"`
`resolution`	输出分辨率。720p 渲染约 0.9 兆像素（16:9 时为 1280x704），1080p 约 2 兆像素（16:9 时为 1920x1088）（默认：`"720p"`）。	COMBO	是	`"720p"` `"1080p"`
`fps`	帧每秒。1080p 下使用 draft 时无法使用 48 fps（默认：`"24"`）。	COMBO	是	`"24"` `"48"`
`draft`	更快、细节更少的渲染，计费低于标准渲染（默认：False）。	BOOLEAN	是	True/False
`generate_audio`	为视频生成音轨。连接 `model.audio` 时忽略，此时音频将成为音轨（默认：True）。	BOOLEAN	是	True/False
`enhance_prompt`	在生成前用更多细节重写提示词；较短的提示词需要它。关闭此选项才能使用相同种子精确复现结果（默认：True）。高级设置。	BOOLEAN	是	True/False
`model.audio`	驱动运动并成为音轨的音频。至少 1 秒长；超过 20 秒的音频会被截断。它会替代 `model.duration` 设置视频长度。	AUDIO	否	-
`seed`	生成种子。仅当 `model.enhance_prompt` 关闭时，相同种子才能精确复现结果（默认：42）。	INT	是	0 到 2147483647

说明：

model.first_frame 为必填项，并决定输出宽高比，因此此节点没有宽高比输入。
model.last_frame 为可选项，但其宽高比必须接近首帧，否则节点会报错。
model.prompt 为必填项，限制为 5000 个字符。
1080p 下的 draft 不能与 48 fps 组合使用：节点会报错，因此要么关闭 draft，要么使用 24 fps。
连接的音频必须至少 1 秒长；超过 20 秒的部分会被忽略。
连接 model.audio 时，音频决定视频长度，因此 model.duration 和 model.generate_audio 均无效。

输出

输出名称	描述	数据类型
`video`	带音轨的生成视频。	VIDEO

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): da8952e478eee593543fa7ae1aa329ad5bd5078024f905cdba185d18e76db130