图像到视频（Kandinsky5） - ComfyUI Built-in Node Documentation

Kandinsky5ImageToVideo 节点使用 Kandinsky 模型为视频生成准备条件数据和 latent 数据。

Kandinsky5ImageToVideo 节点使用 Kandinsky 模型为视频生成准备条件数据和 latent 数据。它会创建按请求的 width、height、length 和 batch_size 设定尺寸的空视频 latent，并且可以选择性地对起始图像进行编码，通过更新 positive 和 negative 条件数据来引导生成视频的初始帧。

输入

参数	描述	数据类型	必需	范围
`正面条件`	用于引导视频生成的正向条件提示。	CONDITIONING	是	N/A
`负面条件`	用于引导视频生成远离某些概念的负向条件提示。	CONDITIONING	是	N/A
`vae`	用于将可选起始图像编码到潜空间的 VAE 模型。	VAE	是	N/A
`宽度`	输出视频的宽度，以像素为单位（默认值：768）。	INT	是	16 到 16384 （步长：16）
`高度`	输出视频的高度，以像素为单位（默认值：512）。	INT	是	16 到 16384 （步长：16）
`时长`	视频的帧数（默认值：121）。	INT	是	1 到 16384 （步长：4）
`批次大小`	同时生成的视频序列数量（默认值：1）。	INT	是	1 到 4096
`初始图象`	可选的起始图像或帧批次。如果提供，它会被编码并用于替换模型输出 latent 的噪声起始部分。	IMAGE	否	N/A

注意： 当提供 start_image 时，它会自动使用双线性插值调整大小，以匹配指定的 width 和 height。图像批次中仅前 length 帧用于编码；任何额外的帧都会被忽略。如果图像批次的帧数少于 length，则仅使用这些帧。仅图像的 RGB 通道会被编码。然后，编码后的 latent 会被注入到 positive 和 negative 条件数据中，以引导视频的初始外观，并且干净的编码帧会替换模型输出 latent 的噪声起始部分。

输出

输出名称	描述	数据类型
`positive`	修改后的正向条件数据，当提供 `start_image` 时，会使用编码后的起始图像数据更新。	CONDITIONING
`negative`	修改后的负向条件数据，当提供 `start_image` 时，会使用编码后的起始图像数据更新。	CONDITIONING
`latent`	空视频 latent。一个用零填充的 latent 张量，形状符合指定维度。	LATENT
`cond_latent`	干净的编码起始图像，用于替换模型输出 latent 的噪声起始部分。未提供 `start_image` 时为空。	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): 7212f0ea912578d3b72dddf1333a20054a881e3f22c2b8abd9645fc21e75a08b