> ## 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.

# WanAnimateToVideo - ComfyUI Built-in Node Documentation

> Complete documentation for the WanAnimateToVideo node in ComfyUI. Learn its inputs, outputs, parameters and usage.

此文档由 AI 生成。如发现任何错误或有改进建议，欢迎随时贡献！[在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WanAnimateToVideo/en.md)

WanAnimateToVideo 节点通过组合多个条件输入（包括姿态参考、面部表情和背景元素）来生成视频内容。它处理各种视频输入，以创建连贯的动画序列，同时保持帧间的时间一致性。该节点处理潜在空间操作，并可通过延续运动模式来扩展现有视频。

## 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  |

**参数约束：**

* 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         |
| ------- | --------------------------------------------------------------------------------------------------- | ------------ |
| `正向提示`  | 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 |
| `负向提示`  | 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 |
| `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       |
| `修剪潜变量` | 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          |
| `修剪图像`  | 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WanAnimateToVideo/zh.md)

***

**Source fingerprint (SHA-256):** `c2ca90f4963f629d51cdd7f4bdb67e01c32ce5ca7d916b1f992ccd220f57566c`