内置节点参考
WanTextToVideoApi - ComfyUI Built-in Node Documentation
Complete documentation for the WanTextToVideoApi node in ComfyUI. Learn its inputs, outputs, parameters and usage.
Wan 文生视频节点根据文本描述生成视频内容。它利用 AI 模型从提示词创建视频，支持多种视频尺寸、时长以及可选的音频输入。该节点可在需要时自动生成音频，并提供提示词增强和添加水印的选项。
输入
| 参数 | 描述 | 数据类型 | 是否必填 | 取值范围 |
|---|---|---|---|---|
模型 |
使用的模型（默认值："wan2.6-t2v"） | COMBO | 是 | "wan2.5-t2v-preview" |
| "wan2.6-t2v" | ||||
提示词 |
描述元素和视觉特征的提示词。支持中文和英文（默认值：""） | STRING | 是 | - |
负面提示词 |
描述需要避免内容的负面提示词（默认值：""） | STRING | 否 | - |
尺寸 |
视频分辨率和宽高比（默认值："720p: 1:1 (960x960)"） | COMBO | 否 | "480p: 1:1 (624x624)" |
"480p: 16:9 (832x480)" "480p: 9:16 (480x832)" "720p: 1:1 (960x960)" "720p: 16:9 (1280x720)" "720p: 9:16 (720x1280)" "720p: 4:3 (1088x832)" "720p: 3:4 (832x1088)" "1080p: 1:1 (1440x1440)" "1080p: 16:9 (1920x1080)" "1080p: 9:16 (1080x1920)" "1080p: 4:3 (1632x1248)" "1080p: 3:4 (1248x1632)" | | 时长 | 视频时长（秒）。15秒时长仅适用于 Wan 2.6 模型（默认值：5） | INT | 否 | 5-15（步长为5） | | 音频 | 音频必须包含清晰响亮的人声，无多余噪音或背景音乐 | AUDIO | 否 | - | | 随机种 | 用于生成的随机种子（默认值：0） | INT | 否 | 0-2147483647 | | 生成音频 | 如果未提供音频输入，则自动生成音频（默认值：False） | BOOLEAN | 否 | - | | 优化提示词 | 是否使用 AI 辅助增强提示词（默认值：True） | BOOLEAN | 否 | - | | 水印 | 是否在结果中添加 AI 生成水印（默认值：False） | BOOLEAN | 否 | - | | 镜头类型 | 指定生成视频的镜头类型，即视频是单一连续镜头还是包含剪辑的多镜头。此参数仅在 prompt_extend 为 True 时生效（默认值："single"） | COMBO | 否 | "single" "multi" |
注意： Wan 2.6 模型不支持 480p 分辨率。15秒时长仅由 Wan 2.6 模型支持。提供音频输入时，其时长必须在 3.0 到 29.0 秒之间，且包含清晰人声，无背景噪音或音乐。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
output |
根据输入参数生成的视频 | VIDEO |
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): e978f384365060a6d71899e4e2e22b2c6f4268fb0da988c8902e4876d8597a96
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。