WanTextToVideoApi - ComfyUI Built-in Node Documentation

Wan 文生视频节点根据文本描述生成视频内容。它利用 AI 模型从提示词创建视频，支持多种视频尺寸、时长以及可选的音频输入。该节点可在需要时自动生成音频，并提供提示词增强和添加水印的选项。

输入

参数	描述	数据类型	是否必填	取值范围
`模型`	使用的模型（默认值：“wan2.6-t2v”）	COMBO	是	”wan2.5-t2v-preview" "wan2.6-t2v”
`提示词`	描述元素和视觉特征的提示词。支持中文和英文（默认值：""）	STRING	是	-
`负面提示词`	描述需要避免内容的负面提示词（默认值：""）	STRING	否	-
`尺寸`	视频分辨率和宽高比（默认值：“720p: 1:1 (960x960)“）	COMBO	否	”480p: 1:1 (624x624)" "480p: 16:9 (832x480)" "480p: 9:16 (480x832)" "720p: 1:1 (960x960)" "720p: 16:9 (1280x720)" "720p: 9:16 (720x1280)" "720p: 4:3 (1088x832)" "720p: 3:4 (832x1088)" "1080p: 1:1 (1440x1440)" "1080p: 16:9 (1920x1080)" "1080p: 9:16 (1080x1920)" "1080p: 4:3 (1632x1248)" "1080p: 3:4 (1248x1632)“
`时长`	视频时长（秒）。15秒时长仅适用于 Wan 2.6 模型（默认值：5）	INT	否	5-15（步长为5）
`音频`	音频必须包含清晰响亮的人声，无多余噪音或背景音乐	AUDIO	否	-
`随机种`	用于生成的随机种子（默认值：0）	INT	否	0-2147483647
`生成音频`	如果未提供音频输入，则自动生成音频（默认值：False）	BOOLEAN	否	-
`优化提示词`	是否使用 AI 辅助增强提示词（默认值：True）	BOOLEAN	否	-
`水印`	是否在结果中添加 AI 生成水印（默认值：False）	BOOLEAN	否	-
`镜头类型`	指定生成视频的镜头类型，即视频是单一连续镜头还是包含剪辑的多镜头。此参数仅在 prompt_extend 为 True 时生效（默认值：“single”）	COMBO	否	”single" "multi”

注意： Wan 2.6 模型不支持 480p 分辨率。15秒时长仅由 Wan 2.6 模型支持。提供音频输入时，其时长必须在 3.0 到 29.0 秒之间，且包含清晰人声，无背景噪音或音乐。

输出

输出名称	描述	数据类型
`output`	根据输入参数生成的视频	VIDEO

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): e978f384365060a6d71899e4e2e22b2c6f4268fb0da988c8902e4876d8597a96

​输入

​输出

输入

输出