HunyuanImageToVideo - ComfyUI Built-in Node Documentation

HunyuanImageToVideo 节点使用 Hunyuan 视频模型将图像转换为视频潜空间表示。

HunyuanImageToVideo 节点使用 Hunyuan 视频模型将图像转换为视频潜空间表示。它接收条件输入和可选的起始图像来生成视频潜空间，这些潜空间可被视频生成模型进一步处理。该节点支持不同的引导类型，用于控制起始图像影响视频生成过程的方式。

​

输入

参数	描述	数据类型	是否必需	范围
正向	用于引导视频生成的正向条件输入	CONDITIONING	是	-
vae	用于将图像编码到潜空间的 VAE 模型	VAE	是	-
宽度	输出视频的宽度（像素） (默认：848，步长：16)	INT	是	16 to MAX_RESOLUTION
高度	输出视频的高度（像素） (默认：480，步长：16)	INT	是	16 to MAX_RESOLUTION
长度	输出视频的帧数 (默认：53，步长：4)	INT	是	1 to MAX_RESOLUTION
批量大小	同时生成的视频数量 (默认：1)	INT	是	1 到 4096
指导类型	将起始图像融入视频生成的方法（默认：“v1 (concat)”）。高级选项	COMBO	是	”v1 (concat)" "v2 (replace)" "custom”
起始图像	可选的起始图像（或图像序列），用于初始化视频生成。仅使用前 length 帧和前 3 个颜色通道	IMAGE	否	-

注意： 当提供了 start_image 时，节点会根据所选的 guidance_type 使用不同的引导方法：

• “v1 (concat)“：将图像潜空间与视频潜空间拼接，并应用掩码将图像混合到视频中
• “v2 (replace)“：用图像潜空间替换视频的初始帧，并应用噪声掩码
• “custom”：将图像用作参考潜空间进行引导

​

输出

输出名称	描述	数据类型
正向	在提供 start_image 时，应用图像引导后的修改版正向条件输入	CONDITIONING
Latent	供视频生成模型进一步处理的视频潜空间表示	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

---

Source fingerprint (SHA-256): 0ed00d59513492f31760a18ce3b0edf10b64cad848ba52c4e47d5f61fae9accc