CosmosPredict2ImageToVideoLatent - ComfyUI Built-in Node Documentation

CosmosPredict2ImageToVideoLatent 根据图像创建用于视频生成的视频潜在表示。

CosmosPredict2ImageToVideoLatent 根据图像创建用于视频生成的视频潜在表示。它可以生成空白视频潜在变量，或结合开始图像和结束图像，创建具有指定尺寸和时长的视频序列。该节点负责将图像编码为适合视频处理的潜在空间格式。

​

输入

参数	描述	数据类型	是否必需	范围
vae	用于将图像编码到潜在空间的 VAE 模型	VAE	是	-
宽度	输出视频的宽度（像素，默认值：848，必须能被 16 整除）	INT	是	16 到 MAX_RESOLUTION
高度	输出视频的高度（像素，默认值：480，必须能被 16 整除）	INT	是	16 到 MAX_RESOLUTION
长度	视频序列中的帧数（默认值：93，步长：4）	INT	是	1 到 MAX_RESOLUTION
批次大小	要生成的视频序列数量（默认值：1）	INT	是	1 到 4096
起始图像	视频序列的可选开始图像	IMAGE	否	-
结束图像	视频序列的可选结束图像	IMAGE	否	-

注意： 当未提供 start_image 和 end_image 时，节点会生成空白视频潜在变量。当提供其中一个或两个图像时，它们会被调整为 width 和 height，编码到潜在空间，并放置在视频序列的开头和/或结尾，同时在噪声掩码中标记相应区域，以便在生成过程中保留这些区域。生成的潜在变量和掩码会重复 batch_size 次。

​

输出

输出名称	描述	数据类型
samples	生成的视频潜在表示，包含编码后的视频序列	LATENT
noise_mask	指示生成过程中应保留潜在变量哪些部分的掩码。仅当至少提供了 start_image 或 end_image 之一时才会存在。	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): 842bd2b8cda438e7b938439d4eba280478939e3302dc1846d52595d40082ff05