输入
| 参数 | 描述 | 数据类型 | 是否必需 | 范围 |
|---|---|---|---|---|
正面条件 | 待修改的正向 conditioning 输入。 | CONDITIONING | 是 | - |
负面条件 | 待修改的负向 conditioning 输入。 | CONDITIONING | 是 | - |
VAE | 用于将起始图像编码到潜在空间的 VAE 模型。 | VAE | 是 | - |
轨道 | 包含对象路径的可选运动跟踪数据。 | TRACKS | 否 | - |
强度 | 轨迹 conditioning 的强度。（默认值：1.0） | FLOAT | 否 | 0.0 - 100.0 |
宽度 | 输出视频的宽度。必须能被 16 整除。（默认值：832） | INT | 否 | 16 - MAX_RESOLUTION |
高度 | 输出视频的高度。必须能被 16 整除。（默认值：480） | INT | 否 | 16 - MAX_RESOLUTION |
时长 | 视频序列的帧数。（默认值：81） | INT | 否 | 1 - MAX_RESOLUTION |
批次大小 | 潜在输出的批次大小。（默认值：1） | INT | 否 | 1 - 4096 |
起始帧 | 要编码的起始图像或图像序列。 | IMAGE | 是 | - |
CLIP视觉输出 | 可选的 CLIP 视觉模型输出，用于添加到 conditioning 中。 | CLIPVISIONOUTPUT | 否 | - |
strength 参数仅在提供了 tracks 时生效。如果未提供 tracks 或 strength 为 0.0，则不会应用轨迹 conditioning。start_image 用于创建 conditioning 所需的潜在图像和遮罩；如果未提供，该节点仅透传 conditioning 并输出一个空潜在张量。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
负面条件 | 修改后的正向 conditioning，可能包含 concat_latent_image、concat_mask 和 CLIP视觉输出。 | CONDITIONING |
Latent | 修改后的负向 conditioning，可能包含 concat_latent_image、concat_mask 和 CLIP视觉输出。 | CONDITIONING |
latent | 一个空潜在张量，其维度由 批次大小、时长、高度 和 宽度 输入决定。 | LATENT |
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):
9677addf5b94b42efd3015f51380c1fa9b16d4a5105cc7f24de0be34c0042bbc