> ## 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.

# WanSCAILToVideo - ComfyUI Built-in Node Documentation

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

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         |
| -------- | -------------------------------------------------------------------------------- | ------------ |
| `正向`     | 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 |
| `负向`     | 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WanSCAILToVideo/zh.md)

***

**Source fingerprint (SHA-256):** `63de4b6fe41fc23ea81c21965a2dbfc82120bb1bad6785b2130af824e015fbcb`