跳转到主要内容
WanSCAILToVideo 节点用于为视频生成准备 conditioning 和空潜在空间。它会处理参考图像、姿态视频和 CLIP 视觉输出等可选输入，并将它们嵌入到视频模型的正负 conditioning 中。该节点输出修改后的 conditioning 以及指定视频尺寸的空白潜在张量。

​
输入

参数描述数据类型是否必需范围
正向正 conditioning 输入。CONDITIONING是-
负向负 conditioning 输入。CONDITIONING是-
vae用于编码图像和视频帧的 VAE 模型。VAE是-
宽度输出视频的宽度（像素），默认值：512。必须能被 8 整除。INT是32 至 MAX_RESOLUTION
高度输出视频的高度（像素），默认值：896。必须能被 8 整除。INT是32 至 MAX_RESOLUTION
长度视频的帧数，默认值：81。必须能被 4 整除。INT是1 至 MAX_RESOLUTION
批量大小每批生成的视频数量，默认值：1。INT是1 至 4096
clip视觉输出可选的 CLIP 视觉输出，用于 conditioning。CLIP_VISION_OUTPUT否-
参考图像可选的参考图像，用于 conditioning。IMAGE否-
姿态视频用于姿态 conditioning 的视频。将被缩小至主视频分辨率的一半。IMAGE否-
姿态强度姿态潜在向量的强度，默认值：1.0。FLOAT是0.0 至 10.0
姿态起始步开始使用姿态 conditioning 的步骤，默认值：0.0。FLOAT是0.0 至 1.0
姿态结束步结束使用姿态 conditioning 的步骤，默认值：1.0。FLOAT是0.0 至 1.0
注意： pose_video 输入仅处理前 length 帧。reference_image 仅处理批次中的第一张图像。当提供了 reference_image 时，负 conditioning 会使用相同尺寸的零填充潜在向量。当提供了 clip_vision_output 时，它会同时应用于正 conditioning 和负 conditioning。

​
输出

输出名称描述数据类型
负向修改后的正 conditioning，可能包含嵌入的参考图像潜在向量、CLIP 视觉输出或姿态视频潜在向量。CONDITIONING
latent修改后的负 conditioning，可能包含嵌入的参考图像潜在向量、CLIP 视觉输出或姿态视频潜在向量。CONDITIONING
latent形状为 [batch_size, 16, ((length - 1) // 4) + 1, height // 8, width // 8] 的空潜在张量。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): 63de4b6fe41fc23ea81c21965a2dbfc82120bb1bad6785b2130af824e015fbcb