HunyuanImageToVideo - ComfyUI Built-in Node Documentation

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

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

HunyuanImageToVideo 节点使用混元视频模型将图像转换为视频潜在表示。该节点接收条件输入和可选的起始图像，生成可供视频生成模型进一步处理的视频潜在表示。该节点支持不同的引导类型，用于控制起始图像对视频生成过程的影响方式。

​

输入参数

参数名	数据类型	必填	取值范围	描述
正向	CONDITIONING	是	-	用于引导视频生成的正向条件输入
vae	VAE	是	-	用于将图像编码到潜在空间的 VAE 模型
宽度	INT	是	16 至 MAX_RESOLUTION	输出视频的宽度（单位：像素，默认值：848，步长：16）
高度	INT	是	16 至 MAX_RESOLUTION	输出视频的高度（单位：像素，默认值：480，步长：16）
长度	INT	是	1 至 MAX_RESOLUTION	输出视频的帧数（默认值：53，步长：4）
批量大小	INT	是	1 至 4096	同时生成的视频数量（默认值：1）
指导类型	COMBO	是	”v1 (concat)" "v2 (replace)" "custom”	将起始图像融入视频生成的方法
起始图像	IMAGE	否	-	用于初始化视频生成的可选起始图像

注意： 当提供 start_image 时，节点会根据选择的 guidance_type 使用不同的引导方法：

• “v1 (concat)“：将图像潜在表示与视频潜在表示进行拼接
• “v2 (replace)“：用图像潜在表示替换初始视频帧
• “custom”：使用图像作为参考潜在表示进行引导

​

输出参数

输出名称	数据类型	描述
潜在空间	CONDITIONING	应用了图像引导的修改后正向条件（当提供 start_image 时）
latent	LATENT	准备供视频生成模型进一步处理的视频潜在表示