中文文档

节点说明 LTXV 冻结潜空间 LTXV Freeze Latent 节点会将 latent 的噪声掩码设置为零，从而在采样运行期间保持该 latent 干净且不变。 LTXVFreezeLatent 节点说明 LTXV 将生成的关键帧转为引导 LTXV Generated Keyframes to Guides 节点将来自较早阶段生成的关键帧固定为后续画布上的冻结图像引导。 LTXVGeneratedKeyframesToGuides 节点说明 图像到视频（LTXV） 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 节点说明 LTXV图像转视频（原地） LTXVImgToVideoInplace 将输入图像编码到潜在空间，并将这些编码帧放置在现有潜在视频的开头。 LTXVImgToVideoInplace 节点说明 LTXV潜空间上采样器 LTXVLatentUpsampler 节点将视频 latent 表示的空间分辨率提高到两倍。 LTXVLatentUpsampler 节点说明 LTXV 模态引导（音视频耦合） 此节点对 LTXV-AV 模型应用跨模态（音频-视频）引导。在采样过程中，它每一步额外执行一次前向传播，并禁用音频到视频和视频到音频的交叉注意力连接，然后将结果推向耦合预测，以增强音视频同步，例如唇形同步。 LTXVModalityGuidance 节点说明 LTXV预处理 LTXVPreprocess 节点对图像应用压缩预处理。它接收输入图像，并使用指定的压缩级别进行处理，输出应用了压缩设置的已处理图像。 LTXVPreprocess 节点说明 LTXV 参考音频（ID-LoRA） LTXV Reference Audio 将说话人的语音身份从参考音频片段迁移到生成的音频中。 LTXVReferenceAudio 节点说明 LTXV调度器 LTXVScheduler 节点为自定义采样过程生成 sigma 值。它根据所提供 latent 中的 token 数量计算噪声调度，或在未连接 latent 时使用默认的 4096 个 token，并且可以选择性地拉伸 sigma 值，使最终值与指定的 terminal 值相匹配。 LTXVScheduler 节点说明 分离 AV 潜空间 LTXVSeparateAVLatent 节点用于将组合的音频-视频潜在表示拆分为两个独立的潜在表示：一个包含视频数据，另一个包含音频数据。 LTXVSeparateAVLatent 节点说明 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。 LTXVSeparateGeneratedKeyframes 节点说明 LTXV 时空引导（STG） 此节点通过在每个采样步骤额外运行一次前向传播，提升 LTXV 视频生成的空间细节与运动连贯性。 LTXVSpatioTemporalGuidance 节点说明 Luma Image to Image - ComfyUI 原生节点文档 使用Luma AI修改图像的节点 luma-image-to-image 节点说明 Luma Reference - ComfyUI 原生节点文档 为Luma图像生成提供参考图像的辅助节点 luma-reference 节点说明 Luma Text to Image - ComfyUI 原生节点文档 使用Luma AI将文本描述转换为高质量图像的节点 luma-text-to-image 节点说明 Luma 概念 保存一个或多个相机概念，用于 Luma 文本转视频和 Luma 图像转视频节点。 LumaConceptsNode 节点说明 Luma UNI-1 图像编辑 此节点基于 Luma UNI-1 模型，使用文本提示词编辑现有图像。它接收一张源图像和所需更改的描述，然后生成一个新的编辑版本图像。 LumaImageEditNode2 节点说明 Luma 图像到图像 根据文本提示和原始图像的宽高比同步修改图像。此节点接收输入图像，并根据提供的提示对其进行变换，使用可配置的图像权重来控制原始图像的修改程度。 LumaImageModifyNode 节点说明 Luma 文生图 根据文本提示和宽高比同步生成图像。此节点使用文本描述创建图像，并允许您通过多种参考输入（包括角色图像和风格图像）控制图像尺寸和风格。 LumaImageNode 节点说明 Luma UNI-1 图像生成 此节点使用 Luma UNI-1 模型根据文本描述生成图像。它接收文本提示词以及宽高比和风格等可选设置，然后将请求发送到 Luma API 以创建图像。 LumaImageNode2 节点说明 Luma 图像转视频 根据文本提示和可选的起始/结束图像同步生成视频。此节点使用 Luma API 创建视频，允许您通过提示定义视频内容，并可选择指定首帧和/或末帧来控制视频结构。 LumaImageToVideoNode 节点说明 Luma Ray 3.2 视频扩展 Luma Ray 3.2 Extend Video 通过创建新的 5 秒片段来延续先前的 Luma Ray 3.2 视频生成，该片段可以位于原始片段之后（forward）或之前（backward）。 LumaRay32ExtendVideoNode 节点说明 Luma Ray 3.2 图像转视频 使用 Luma 的 Ray 3.2 模型，根据起始帧和/或结束帧生成视频。基于图像锚定的生成时长固定为 5 秒。 LumaRay32ImageToVideoNode 节点说明 Luma Ray 3.2 关键帧 此节点将引导图像锚定到 Luma Ray 3.2 输出视频时间线上的特定位置。将此节点连接到 Luma Ray 3.2 Keyframes to Video 节点的 keyframes 输入，并通过连接可选的 keyframes 输入将多个关键帧链接在一起。 LumaRay32KeyframeNode 节点说明 Luma Ray 3.2 关键帧转视频 此节点使用 Luma Ray 3.2 生成一段视频，该视频通过一系列引导图像进行插值，每张引导图像都锚定到时间轴上的特定位置。 LumaRay32KeyframesToVideoNode 节点说明 Luma Ray 3.2 文本转视频 此节点使用 Luma 的 Ray 3.2 模型，根据文本提示生成视频。它会将您的提示和视频设置发送至 Luma API，并返回生成的视频及其生成 ID。 LumaRay32TextToVideoNode 节点说明 Luma Ray 3.2 视频编辑 此节点使用 Luma Ray 3.2 在新提示词下重新渲染现有视频，允许你在保留原始运动的同时重新设计风格、重新打光、添加或移除元素。 LumaRay32VideoEditNode 节点说明 Luma Ray 3.2 视频重构 此节点使用 Luma Ray 3.2 更改现有视频的宽高比，通过生成内容填充新暴露的画布区域。 LumaRay32VideoReframeNode 节点说明 Luma 参考 此节点用于保存图像及其权重值，供 Luma 生成图像节点使用。它会创建一个参考链，可传递给其他 Luma 节点以影响图像生成。 LumaReferenceNode 节点说明 Luma 文本转视频 根据文本提示和输出设置同步生成视频。此节点使用文本描述和各种生成参数创建视频内容，并在生成过程完成后输出最终视频。 LumaVideoNode 节点说明 Magnific图像重光照 Magnific Image Relight 节点用于调整输入图像的照明效果。它可以根据文本提示应用风格化照明，或从可选的参考图像中迁移照明特征。 MagnificImageRelightNode 节点说明 Magnific图像美肤增强 Magnific 图像皮肤增强节点对肖像图像应用专门的 AI 处理，以改善皮肤外观。 MagnificImageSkinEnhancerNode 节点说明 Magnific 图像风格迁移 此节点将参考图像的视觉风格应用于您的输入图像。它使用外部 AI 服务处理图像，让您能够控制风格迁移的强度以及原始图像结构的保留程度。 MagnificImageStyleTransferNode 节点说明 Magnific 图像放大（创意） 此节点使用 Magnific AI 服务对图像进行放大和创意增强。它允许你通过文本提示词引导增强过程，选择要优化的特定风格，并控制创意过程的各个方面，例如细节、与原图的相似度以及风格化强度。 MagnificImageUpscalerCreativeNode 节点说明 Magnific 图像放大（精确 V2） Magnific Image Upscale (Precise V2) 节点执行高保真图像放大，并可精细控制锐度、颗粒感和细节增强。 MagnificImageUpscalerPreciseV2Node 节点说明 真寻太可爱了，她应该有个更好的引导功能！！(。・ω・。) Mahiro 节点修改了引导函数，使其更侧重于正向提示的方向，而非正向与负向提示之间的差异。 Mahiro 节点说明 制作训练数据集 此节点通过编码图像和文本来为训练准备数据。它接收一个图像列表和对应的文本描述列表，然后使用 VAE 模型将图像转换为 latent 表示，并使用 CLIP 模型将文本转换为条件数据。 MakeTrainingDataset 节点说明 自定义Sigmas ManualSigmas 节点允许你为采样过程手动定义自定义的噪声水平序列（sigmas）。 ManualSigmas 节点说明 Marigold V2 后处理 此节点将解码后的 Marigold V2 预测转换为可查看的图像。它接收原始预测张量，并根据预测类型进行格式化：归一化深度（近处物体显得明亮）、单位长度表面法线或 sRGB 反照率。 MarigoldV2PostProcess 节点说明 MarkdownNote 节点用于向工作流添加注释。它支持使用 Markdown 语法进行文本格式化。 MarkdownNote