文档 /
节点说明 /
文本编码（Hunyuan视频_图像到视频）
文本编码（Hunyuan视频_图像到视频）
TextEncodeHunyuanVideoImageToVideo 节点通过将文本提示与参考图像的视觉信息相结合，为图像转视频生成创建条件数据。
节点说明
TextEncodeHunyuanVideo_ImageToVideo 更新于 2026-11-12
文本编码（Hunyuan视频_图像到视频） - ComfyUI Built-in Node Documentation
TextEncodeHunyuanVideoImageToVideo 节点通过将文本提示与参考图像的视觉信息相结合，为图像转视频生成创建条件数据。
TextEncodeHunyuanVideo\_ImageToVideo 节点通过将文本提示与参考图像的视觉信息相结合，为图像转视频生成创建条件数据。它使用 CLIP 模型同时处理文本和来自 CLIP 视觉输出的图像嵌入，然后根据 image_interleave 设置生成融合这两种来源的 token。
输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
clip | 用于分词和编码的 CLIP 模型。 | CLIP | 是 | - |
clip视觉输出 | 来自 CLIP 视觉模型的视觉嵌入，为参考图像提供图像上下文。 | CLIP\_VISION\_OUTPUT | 是 | - |
提示 | 用于指导视频生成的文本描述。支持多行输入和动态提示。提示使用模板进行格式化，该模板要求模型基于参考图像描述视频，涵盖主要内容、物体细节、动作、背景和摄像机角度等方面。 | STRING | 是 | - |
图像交错 | 图像相对于文本提示的影响程度。数值越高，表示文本提示的影响越大。（默认值：2） | INT | 是 | 1-512 |
输出
| 输出名 | 描述 | 数据类型 |
|---|---|---|
CONDITIONING | 结合文本和图像信息用于视频生成的条件数据。 | CONDITIONING |
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): 016b87ead6f7a6ca61eff220e57f59252018cc78e80ec8cff5b83223b8f90f73