输入
| 参数 | 描述 | 数据类型 | 是否必需 | 范围 |
|---|---|---|---|---|
正向提示 | 正向条件，用于引导生成朝向期望内容 | CONDITIONING | 是 | - |
负向提示 | 负向条件，用于引导生成远离不期望内容 | CONDITIONING | 是 | - |
VAE | 用于编码和解码图像数据的 VAE 模型 | VAE | 是 | - |
宽度 | 输出视频宽度（像素）（默认值：832，步长：16） | INT | 是 | 16 至 MAX_RESOLUTION |
高度 | 输出视频高度（像素）（默认值：480，步长：16） | INT | 是 | 16 至 MAX_RESOLUTION |
长度 | 要生成的帧数（默认值：77，步长：4） | INT | 是 | 1 至 MAX_RESOLUTION |
批次大小 | 同时生成的视频数量（默认值：1） | INT | 是 | 1 至 4096 |
CLIP视觉输出 | 可选的 CLIP 视觉模型输出，用于额外条件控制 | CLIP_VISION_OUTPUT | 否 | - |
参考图像 | 用作生成起点的参考图像 | IMAGE | 否 | - |
面部视频 | 提供面部表情引导的视频输入 | IMAGE | 否 | - |
姿态视频 | 提供姿态和运动引导的视频输入 | IMAGE | 否 | - |
继续运动最大帧数 | 从先前运动延续的最大帧数（默认值：5，步长：4） | INT | 是 | 1 至 MAX_RESOLUTION |
背景视频 | 与生成内容合成的背景视频 | IMAGE | 否 | - |
角色遮罩 | 定义角色区域以进行选择性处理的遮罩 | MASK | 否 | - |
继续运动 | 用于保持时间一致性的先前运动序列，以便从中延续 | IMAGE | 否 | - |
视频帧偏移 | 在所有输入视频中跳过的帧数。用于按块生成更长的视频。连接到前一个节点的 视频帧偏移 输出以扩展视频。（默认值：0，步长：1） | INT | 是 | 0 至 MAX_RESOLUTION |
- 当提供了
pose_video时，如果trim_to_pose_video逻辑处于激活状态（在源代码中当前设置为False），输出长度将调整为与姿态视频持续时间匹配 face_video在处理时会自动调整为 512x512 分辨率，并归一化到 -1.0 到 1.0 的范围continue_motion帧受continue_motion_max_frames参数限制；仅使用输入中最后的continue_motion_max_frames帧- 输入视频（
face_video、pose_video、background_video、character_mask）在处理前会按video_frame_offset进行偏移；如果偏移量超过视频长度，则忽略该输入 - 如果
character_mask仅包含一帧，则会在所有帧中重复使用 - 当提供了
clip_vision_output时，它会同时应用于正向和负向条件 - 如果未提供
reference_image，则使用黑色图像（全零）作为默认参考 - 如果未提供
continue_motion，则初始帧用灰色（强度 0.5）噪声填充
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
负向提示 | 修改后的正向条件，包含额外的视频上下文，包括 CLIP 视觉输出、姿态视频潜在表示、面部视频像素、拼接后的潜在图像和拼接后的遮罩 | CONDITIONING |
潜变量 | 修改后的负向条件，包含额外的视频上下文，包括 CLIP 视觉输出、姿态视频潜在表示、面部视频像素（反转）、拼接后的潜在图像和拼接后的遮罩 | CONDITIONING |
修剪潜变量 | 以潜在空间格式生成的视频内容，形状为 [batch_size, 16, latent_length + trim_latent, latent_height, latent_width] | LATENT |
修剪图像 | 潜在空间修剪信息，指示要从开头修剪的潜在帧数（对应于参考图像的潜在帧） | INT |
视频帧偏移 | 参考运动帧的图像空间修剪信息，指示要从开头修剪的图像帧数 | INT |
视频帧偏移 | 用于按块继续视频生成的更新帧偏移量，计算方式为先前偏移量加上生成的长度 | INT |
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):
c2ca90f4963f629d51cdd7f4bdb67e01c32ce5ca7d916b1f992ccd220f57566c