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

LTXVImgToVideo 将输入图像转换为视频潜在表示，以供视频生成模型使用。

LTXVImgToVideo 将输入图像转换为视频潜在表示，以供视频生成模型使用。它会将图像调整到指定的宽度和高度，使用 VAE 对其进行编码，并将编码后的帧放置在视频尺寸的全零 latent 的开头。strength 控制决定了在视频生成过程中保留多少原始图像内容、修改多少内容。

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	-
`负面条件`	用于避免视频中出现特定元素的负向条件提示	CONDITIONING	是	-
`vae`	用于将输入图像编码到潜在空间的 VAE 模型	VAE	是	-
`图像`	要转换为视频帧的输入图像	IMAGE	是	-
`宽度`	输出视频宽度（像素）（默认值：768，步长：32）	INT	是	64 到 MAX\_RESOLUTION
`高度`	输出视频高度（像素）（默认值：512，步长：32）	INT	是	64 到 MAX\_RESOLUTION
`长度`	生成视频中的帧数（默认值：97，步长：8）	INT	是	9 到 MAX\_RESOLUTION
`批量大小`	同时生成的视频数量（默认值：1）	INT	是	1 到 4096
`强度`	控制生成视频的前几帧中保留多少原始图像内容。值为 1.0 时完全保留原始图像，值为 0.0 时允许最大程度的修改（默认值：1.0）	FLOAT	是	0.0 到 1.0

注意：width 和 height 以 32 像素为步长变化，length 以 8 帧为步长变化，这与视频 latent 的压缩方式相匹配（空间维度压缩 32 倍，时间维度压缩 8 倍）。视频 latent 包含 ((length - 1) // 8) + 1 帧。输入图像会通过中心裁剪的双线性缩放调整到 width x height，并且仅使用前三个通道进行编码。

输出

输出名称	描述	数据类型
`positive`	未经更改直接传递的正向条件，用于生成的 latent	CONDITIONING
`negative`	未经更改直接传递的负向条件，用于生成的 latent	CONDITIONING
`latent`	视频潜在表示，包含编码后的图像帧以及一个噪声掩码，该掩码控制视频生成过程中条件的施加强度	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): 4ebc7f80b4d9ac3329e3349c7048885de22b827b5bdd102976687afd7e07a16b