StableZero123_Conditioning_Batched - ComfyUI Built-in Node Documentation - ComfyUI

StableZero123_Conditioning_Batched 节点处理输入图像，并生成用于 3D 模型生成的条件数据。它使用 CLIP 视觉模型和 VAE 模型对图像进行编码，然后根据仰角和方位角创建相机嵌入，以生成正向和负向条件数据以及用于批量处理的潜在表示。

输入

参数	描述	数据类型	是否必需	范围
`clip视觉`	用于编码输入图像的 CLIP 视觉模型	CLIP_VISION	是	-
`初始图像`	待处理和编码的初始输入图像	IMAGE	是	-
`vae`	用于将图像像素编码到潜在空间的 VAE 模型	VAE	是	-
`宽度`	处理后图像的输出宽度（默认值：256，必须能被 8 整除）	INT	否	16 至 MAX_RESOLUTION
`高度`	处理后图像的输出高度（默认值：256，必须能被 8 整除）	INT	否	16 至 MAX_RESOLUTION
`批量大小`	批次中生成的条件样本数量（默认值：1）	INT	否	1 至 4096
`俯仰角`	初始相机仰角，单位为度（默认值：0.0）	FLOAT	否	-180.0 至 180.0
`方位角`	初始相机方位角，单位为度（默认值：0.0）	FLOAT	否	-180.0 至 180.0
`俯仰角增量`	每个批次项仰角的增量值（默认值：0.0）	FLOAT	否	-180.0 至 180.0
`方位角增量`	每个批次项方位角的增量值（默认值：0.0）	FLOAT	否	-180.0 至 180.0

注意： width 和 height 参数必须能被 8 整除，因为节点内部会将这些维度除以 8 以生成潜在空间。

输出

输出名称	描述	数据类型
`正面条件`	包含图像嵌入和相机参数的正向条件数据	CONDITIONING
`负面条件`	嵌入初始化为零的负向条件数据	CONDITIONING
`Latent`	包含批次索引信息的处理后图像潜在表示	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): 2b770f7a168a0d3e33da8bfa63383080709fa5d53846dbf6a4374bd1ef1746aa

StableZero123_Conditioning - ComfyUI Built-in Node Documentation

ConditioningConcat - ComfyUI Built-in Node Documentation