WanAnimateToVideo - ComfyUI Built-in Node Documentation

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

此文档由 AI 生成。如发现任何错误或有改进建议，欢迎随时贡献！在 GitHub 上编辑

WanAnimateToVideo 节点通过组合多个条件输入（包括姿态参考、面部表情和背景元素）来生成视频内容。它处理各种视频输入，以创建连贯的动画序列，同时保持帧间的时间一致性。该节点处理潜在空间操作，并可通过延续运动模式来扩展现有视频。

​

输入

参数	描述	数据类型	是否必需	范围
正向提示	正向条件，用于引导生成朝向期望内容	CONDITIONING	是	-
负向提示	负向条件，用于引导生成远离不期望内容	CONDITIONING	是	-
VAE	用于编码和解码图像数据的 VAE 模型	VAE	是	-
宽度	输出视频宽度（像素）（默认值：832，步长：16）	INT	是	16 至 MAX_RESOLUTION
高度	输出视频高度（像素）（默认值：480，步长：16）	INT	是	16 至 MAX_RESOLUTION
长度	要生成的帧数（默认值：77，步长：4）	INT	是	1 至 MAX_RESOLUTION
批次大小	同时生成的视频数量（默认值：1）	INT	是	1 至 4096
CLIP视觉输出	可选的 CLIP 视觉模型输出，用于额外条件控制	CLIP_VISION_OUTPUT	否	-
参考图像	用作生成起点的参考图像	IMAGE	否	-
面部视频	提供面部表情引导的视频输入	IMAGE	否	-
姿态视频	提供姿态和运动引导的视频输入	IMAGE	否	-
继续运动最大帧数	从先前运动延续的最大帧数（默认值：5，步长：4）	INT	是	1 至 MAX_RESOLUTION
背景视频	与生成内容合成的背景视频	IMAGE	否	-
角色遮罩	定义角色区域以进行选择性处理的遮罩	MASK	否	-
继续运动	用于保持时间一致性的先前运动序列，以便从中延续	IMAGE	否	-
视频帧偏移	在所有输入视频中跳过的帧数。用于按块生成更长的视频。连接到前一个节点的 视频帧偏移 输出以扩展视频。（默认值：0，步长：1）	INT	是	0 至 MAX_RESOLUTION

参数约束：

• 当提供了 pose_video 时，如果 trim_to_pose_video 逻辑处于激活状态（在源代码中当前设置为 False），输出长度将调整为与姿态视频持续时间匹配
• face_video 在处理时会自动调整为 512x512 分辨率，并归一化到 -1.0 到 1.0 的范围
• continue_motion 帧受 continue_motion_max_frames 参数限制；仅使用输入中最后的 continue_motion_max_frames 帧
• 输入视频（face_video、pose_video、background_video、character_mask）在处理前会按 video_frame_offset 进行偏移；如果偏移量超过视频长度，则忽略该输入
• 如果 character_mask 仅包含一帧，则会在所有帧中重复使用
• 当提供了 clip_vision_output 时，它会同时应用于正向和负向条件
• 如果未提供 reference_image，则使用黑色图像（全零）作为默认参考
• 如果未提供 continue_motion，则初始帧用灰色（强度 0.5）噪声填充

​

输出

输出名称	描述	数据类型
正向提示	修改后的正向条件，包含额外的视频上下文，包括 CLIP 视觉输出、姿态视频潜在表示、面部视频像素、拼接后的潜在图像和拼接后的遮罩	CONDITIONING
负向提示	修改后的负向条件，包含额外的视频上下文，包括 CLIP 视觉输出、姿态视频潜在表示、面部视频像素（反转）、拼接后的潜在图像和拼接后的遮罩	CONDITIONING
潜变量	以潜在空间格式生成的视频内容，形状为 [batch_size, 16, latent_length + trim_latent, latent_height, latent_width]	LATENT
修剪潜变量	潜在空间修剪信息，指示要从开头修剪的潜在帧数（对应于参考图像的潜在帧）	INT
修剪图像	参考运动帧的图像空间修剪信息，指示要从开头修剪的图像帧数	INT
视频帧偏移	用于按块继续视频生成的更新帧偏移量，计算方式为先前偏移量加上生成的长度	INT

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): c2ca90f4963f629d51cdd7f4bdb67e01c32ce5ca7d916b1f992ccd220f57566c