WanMoveTrackToVideo - ComfyUI Built-in Node Documentation

WanMoveTrackToVideo 节点用于准备视频生成所需的 conditioning 和潜在空间数据，并可整合可选的运动跟踪信息。它将起始图像序列编码为潜在表示，并能够融合来自对象轨迹的位置数据，以引导生成视频中的运动。该节点输出修改后的正向和负向 conditioning，以及一个可供视频模型使用的空潜在张量。

输入

参数	描述	数据类型	是否必需	范围
`正面条件`	待修改的正向 conditioning 输入。	CONDITIONING	是	-
`负面条件`	待修改的负向 conditioning 输入。	CONDITIONING	是	-
`VAE`	用于将起始图像编码到潜在空间的 VAE 模型。	VAE	是	-
`轨道`	包含对象路径的可选运动跟踪数据。	TRACKS	否	-
`强度`	轨迹 conditioning 的强度。（默认值：1.0）	FLOAT	否	0.0 - 100.0
`宽度`	输出视频的宽度。必须能被 16 整除。（默认值：832）	INT	否	16 - MAX_RESOLUTION
`高度`	输出视频的高度。必须能被 16 整除。（默认值：480）	INT	否	16 - MAX_RESOLUTION
`时长`	视频序列的帧数。（默认值：81）	INT	否	1 - MAX_RESOLUTION
`批次大小`	潜在输出的批次大小。（默认值：1）	INT	否	1 - 4096
`起始帧`	要编码的起始图像或图像序列。	IMAGE	是	-
`CLIP视觉输出`	可选的 CLIP 视觉模型输出，用于添加到 conditioning 中。	CLIPVISIONOUTPUT	否	-

注意： strength 参数仅在提供了 tracks 时生效。如果未提供 tracks 或 strength 为 0.0，则不会应用轨迹 conditioning。start_image 用于创建 conditioning 所需的潜在图像和遮罩；如果未提供，该节点仅透传 conditioning 并输出一个空潜在张量。

输出

输出名称	描述	数据类型
`正面条件`	修改后的正向 conditioning，可能包含 `concat_latent_image`、`concat_mask` 和 `CLIP视觉输出`。	CONDITIONING
`负面条件`	修改后的负向 conditioning，可能包含 `concat_latent_image`、`concat_mask` 和 `CLIP视觉输出`。	CONDITIONING
`Latent`	一个空潜在张量，其维度由 `批次大小`、`时长`、`高度` 和 `宽度` 输入决定。	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): 9677addf5b94b42efd3015f51380c1fa9b16d4a5105cc7f24de0be34c0042bbc

​输入

​输出

输入

输出