内置节点参考

SvdImg2vidConditioning - ComfyUI Built-in Node Documentation

Complete documentation for the SvdImg2vidConditioning node in ComfyUI. Learn its inputs, outputs, parameters and usage.

此节点专为视频生成任务的条件数据生成而设计,特别适用于 SVD_img2vid 模型。它接收包括初始图像、视频参数和 VAE 模型在内的多种输入,生成可用于指导视频帧生成的条件数据。

输入

参数 描述 Comfy 数据类型
clip_vision 表示用于从初始图像编码视觉特征的 CLIP 视觉模型,在理解图像内容与上下文以进行视频生成方面起着关键作用。 CLIP_VISION
init_image 将从中生成视频的初始图像,作为视频生成过程的起始点。 IMAGE
vae 一种变分自编码器(VAE)模型,用于将初始图像编码到潜在空间中,有助于生成连贯且连续的视频帧。 VAE
width 要生成的视频帧的期望宽度,允许自定义视频的分辨率。 INT
height 视频帧的期望高度,可控制视频的宽高比和分辨率。 INT
video_frames 指定要为视频生成的帧数,决定视频的长度。 INT
motion_bucket_id 用于对视频生成中应用的运动类型进行分类的标识符,有助于创建动态且引人入胜的视频。 INT
fps 视频的帧率(每秒帧数),影响生成视频的流畅度和真实感。 INT
augmentation_level 控制应用于初始图像的增强程度的参数,影响生成视频帧的多样性和变化性。 FLOAT

输出

参数 描述 Comfy 数据类型
positive 正向条件数据,包含编码后的特征和参数,用于引导视频生成过程朝期望方向进行。 CONDITIONING
negative 负向条件数据,提供与正向条件相对的对比信息,可用于避免生成视频中出现某些模式或特征。 CONDITIONING
latent 为视频的每一帧生成的潜在表示,作为视频生成过程的基础组成部分。 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

官方原文

本页来自 Comfy-Org 官方中文文档的固定版本,并转换为 xueai 静态页面。内容以官方持续更新的页面为准。

内容授权与修改

官方文档采用 GPL-3.0。本站保留许可证、固定提交号和修改说明,不代表 ComfyUI 或 Comfy-Org 对本站背书。

GPL-3.0来源和修改说明