TextEncodeHunyuanVideo_ImageToVideo - ComfyUI Built-in Node Documentation

Complete documentation for the TextEncodeHunyuanVideo_ImageToVideo 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

TextEncodeHunyuanVideo_ImageToVideo 节点通过将文本提示与图像嵌入相结合，为视频生成创建条件数据。它使用 CLIP 模型处理文本输入和来自 CLIP 视觉输出的视觉信息，然后根据指定的图像交错设置生成融合这两个来源的令牌。

​

输入参数

参数	数据类型	必需	取值范围	描述
clip	CLIP	是	-	用于令牌化和编码的 CLIP 模型
clip视觉输出	CLIP_VISION_OUTPUT	是	-	来自 CLIP 视觉模型的视觉嵌入，提供图像上下文
提示	STRING	是	-	指导视频生成的文本描述，支持多行输入和动态提示
图像交错	INT	是	1-512	图像相对于文本提示的影响程度。数值越高表示文本提示的影响越大。（默认值：2）

​

输出结果

输出名称	数据类型	描述
CONDITIONING	CONDITIONING	结合文本和图像信息用于视频生成的条件数据