ComfyPilotComfyPilot
文档 / 节点说明 / LTXV 分离生成的关键帧

LTXV 分离生成的关键帧

LTXV Separate Generated Keyframes 节点将 LTXV Add Generated Keyframes 添加的生成关键帧从采样后的 latent 中分离出来,并将它们从 conditioning 中移除。

节点说明 LTXVSeparateGeneratedKeyframes 更新于 2026-11-12

查看官方原文

LTXV 分离生成的关键帧 - ComfyUI Built-in Node Documentation

LTXV Separate Generated Keyframes 节点将 LTXV Add Generated Keyframes 添加的生成关键帧从采样后的 latent 中分离出来,并将它们从 conditioning 中移除。

概述

LTXV Separate Generated Keyframes 节点将 LTXV Add Generated Keyframes 添加的生成关键帧从采样后的 latent 中分离出来,并将它们从 conditioning 中移除。请在空间放大视频 latent 之前使用它。不要先运行 LTXV Crop Guides —— 它会把生成关键帧视为可丢弃的引导并丢弃它们。

输入

参数描述数据类型必需范围
正面条件包含生成关键帧元数据的正向 conditioning。输出时会从中移除该元数据。CONDITIONING是N/A
负面条件包含生成关键帧元数据的负向 conditioning。输出时会从中移除该元数据。CONDITIONING是N/A
潜空间包含生成关键帧的视频 latent。输出时会从中剥离这些关键帧。LATENT是N/A
keyframes_to_batch将关键帧作为单帧 latent 的批次返回。关闭此选项可将其作为一个多帧 latent 返回,这正是 latent 上采样器和后续的 Add Generated Keyframes 所期望的。BOOLEAN否默认: False

输入说明

  • positive 必须包含生成关键帧元数据,否则该节点会报错,提示你先使用 LTXV Add Generated Keyframes 添加它们。
  • latent 必须是普通的视频 latent(一个 5D 张量)。如果视频和音频 latent 仍然合并在一起,请先使用 Separate AV Latent 将它们分开。
  • 添加关键帧时记录的每个 latent 帧的 token 数量必须与所提供的 latent 的每帧 token 数量匹配。如果 latent 在添加关键帧后被重新缩放,它们将不再对齐,该节点会报错——请在放大 latent 之前先将它们分离。
  • 记录的关键帧帧范围必须位于所提供的 latent 之内,否则该节点会报错,提示这些关键帧是针对不同的 latent 记录的。
  • 记录的引导注意力条目索引必须仍然存在于 conditioning 中。如果在添加关键帧后重建了 conditioning,该节点会报错。

输出

输出名称描述数据类型
positive已移除生成关键帧元数据的正向 conditioning。CONDITIONING
negative已移除生成关键帧元数据的负向 conditioning。CONDITIONING
latent已剥离生成关键帧的视频 latent。LATENT
keyframes剥离出的关键帧,标记有 generated\_keyframe\_indices 和 generated\_keyframe\_num\_frames。将这些关键帧提供给后续的 Add Generated Keyframes 以初始化新槽位,或提供给 Generated Keyframes To Guides 将它们固定为冻结的图像引导(如果画布长度发生变化,索引会重新映射)。LATENT

说明

  • keyframes_to_batch 参数决定关键帧是作为单帧 latent 的批次返回,还是作为一个多帧 latent 返回。
  • 该节点确保在进行任何进一步处理之前,从 conditioning 和 latent 中移除生成关键帧。
  • keyframes 输出可用于为生成关键帧初始化新槽位,或将它们固定为冻结的图像引导。
  • 如果 latent 不包含生成关键帧,或关键帧与预期格式不匹配,该节点会抛出 ValueError。
  • 该节点假定生成关键帧是使用 LTXV Add Generated Keyframes 节点添加的,并且它们与当前 latent 兼容。
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): 295e49181e87445a1c47b2e9413d95b20585b12e89f26f13129ac5d97f913007