CosmosImageToVideoLatent - ComfyUI Built-in Node Documentation

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

CosmosImageToVideoLatent 节点从输入图像创建视频潜在表示。它会生成一个空白视频潜在表示，并可选择将起始和/或结束图像编码到视频序列的起始和/或结束帧中。当提供图像时，它还会创建相应的噪声掩码，以指示在生成过程中应保留潜在表示的哪些部分。

​

输入

参数	描述	数据类型	是否必填	范围
vae	用于将图像编码到潜在空间的 VAE 模型	VAE	是	-
宽度	输出视频的宽度（像素），默认值：1280	INT	是	16 至 MAX_RESOLUTION
高度	输出视频的高度（像素），默认值：704	INT	是	16 至 MAX_RESOLUTION
长度	视频序列中的帧数，默认值：121	INT	是	1 至 MAX_RESOLUTION
批量大小	要生成的潜在批次数量，默认值：1	INT	是	1 至 4096
开始图像	可选，编码到视频序列起始位置的图像	IMAGE	否	-
结束图像	可选，编码到视频序列结束位置的图像	IMAGE	否	-

注意： 当既不提供 start_image 也不提供 end_image 时，节点会返回一个空白潜在表示，不带任何噪声掩码。当提供任一图像时，潜在表示的相应部分会被编码并相应地添加掩码。

​

输出

输出名称	描述	数据类型
latent	生成的视频潜在表示，包含可选的编码图像及相应的噪声掩码	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): 31ce4dc577c672e0b3dc0bfb6644b2ef7ab737f6c4ee5e0677973b6a4efdd66d