Pruna P-Video-2：在 ComfyUI 中进行文本和图像生成视频

Pruna P-Video-2 是 Pruna 主打画质的视频生成模型，在 ComfyUI 中通过两个合作节点提供：Pruna P-Video-2 文本生成视频 和 Pruna P-Video-2 图生视频。它可生成 1 到 20 秒的片段，分辨率支持 720p 或 1080p，帧率为 24 或 48 fps，涵盖七种宽高比（16:9、9:16、4:3、3:4、3:2、2:3、1:1），并带有原生音频：环境音、音效，以及根据提示词生成的唇形同步对白。 图生视频节点可将首帧图像制作成动画，并可选提供尾帧；两个节点都接受可选的音频输入，由音频驱动画面运动并成为配乐。草稿模式渲染速度更快、细节更少，按标准价格的 60% 计费，因此你可以在确定进行全质量渲染之前先反复调整构图。 这些节点完全通过 Comfy API 在 Pruna 的服务器上运行。无需下载模型，也不需要本地 GPU；你只需要一个拥有积分的 Comfy API 账户。

​

P-Video-2 擅长什么

• 原生音频：生成包含环境音、音效和唇形同步对白的配乐，或跟随连接式音频轨道
• 灵活输出：720p 或 1080p，24 或 48 fps，1 至 20 秒（或根据提示词选择 auto 时长），七种宽高比
• 草稿模式：以标准费率的 60% 提供更快、细节更少的预览
• 首帧与尾帧：图生视频在两张宽高比高度匹配的图像之间生成动画

定价取决于分辨率和草稿模式，按秒计费。详情请参阅定价。

​

P-Video-2：文本生成视频

根据文本提示词生成视频。

​

运行步骤

1. 输入提示词：在 Pruna P-Video-2 Text to Video 节点中描述场景、其动态以及声音（最多 5000 个字符）
2. 设置时长和分辨率：选择 1 到 20 秒或 auto，然后选择 720p（约 0.9 兆像素）或 1080p（约 2 兆像素）
3. 选择帧率：24 或 48 fps。在 1080p 下使用 draft 时 48 fps 不可用
4. 可选：连接音频：音频输入将驱动动态并设定视频长度，而非使用 duration（1 到 20 秒；更长的音频会被截断）
5. 点击队列：按 Ctrl+Enter 生成

​

提示

• enhance_prompt（默认开启）会为较短的提示词补充更多细节。关闭后，可使用相同的种子精确复现结果
• 关闭 generate_audio 可生成无声视频

​

P-Video-2：图像转视频

将图像制作成视频动画，可选择提供最后一帧。

​

运行步骤

1. 上传首帧：连接一个 LoadImage 节点。输出会保持该图像的宽高比例
2. 可选：上传尾帧：视频将以该图像结束。其宽高比例必须与首帧接近
3. 描述运动和声音：在提示词中写出场景如何运动和发声（最多 5000 个字符）
4. 设置时长、分辨率和帧率：选项与文本转视频相同
5. 点击队列：按 Ctrl+Enter 生成

​

输入素材

示例工作流使用这张示例图像：

• alien_mothership_foggy_megacity.png

​

节点选项参考