图像到视频Latent（CosmosPredict2） - ComfyUI Built-in Node Documentation

为 Cosmos Predict2 图像到视频工作流创建视频潜变量。此节点可以生成指定尺寸和长度的空视频潜变量，或将编码后的起始和/或结束图像插入序列，以便在生成过程中保留这些帧。

为 Cosmos Predict2 图像到视频工作流创建视频潜变量。此节点可以生成指定尺寸和长度的空视频潜变量，或将编码后的起始和/或结束图像插入序列，以便在生成过程中保留这些帧。任何提供的图像都会调整为请求的 width 和 height，并使用提供的 VAE 编码，然后放置在潜变量序列的开头和/或末尾。

输入

参数	描述	数据类型	必需	范围
`vae`	用于将起始和结束图像编码到潜空间的 VAE 模型	VAE	是	-
`宽度`	输出视频的宽度（像素）（默认值：848，必须是 16 的倍数）	INT	是	16 到 MAX\_RESOLUTION
`高度`	输出视频的高度（像素）（默认值：480，必须是 16 的倍数）	INT	是	16 到 MAX\_RESOLUTION
`长度`	视频序列中的帧数（默认值：93）	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`	视频序列的可选起始图像	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，此节点仅返回请求尺寸和长度的空潜变量。当提供其中一个或两个图像时，它们会被调整为 width 和 height，使用 vae 编码，并放置在潜变量序列的开头和/或末尾。相应区域会在噪声掩码中标记，以便在生成期间保留它们。编码后的潜变量会转换为 Wan 2.1 latent 格式，生成的潜变量和掩码会重复 batch_size 次。

输出

输出名称	描述	数据类型
`LATENT`	生成的视频潜变量，包含 `samples`（视频潜变量序列），并且当提供 `start_image` 或 `end_image` 中的至少一个时，还包含一个 `noise_mask`，用于标记生成过程中应保留的帧	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