WanTrackToVideo - ComfyUI Built-in Node Documentation - ComfyUI

WanTrackToVideo 节点通过处理轨迹点并生成相应的视频帧，将运动跟踪数据转换为视频序列。它接收跟踪坐标作为输入，并生成可用于视频生成的条件控制信号和潜在表示。当未提供轨迹时，它会回退到标准的图像到视频转换模式。

输入

参数	描述	数据类型	是否必需	范围
`正面条件`	用于视频生成的正向条件控制	CONDITIONING	是	-
`负面条件`	用于视频生成的负向条件控制	CONDITIONING	是	-
`vae`	用于编码和解码的 VAE 模型	VAE	是	-
`tracks`	JSON 格式的跟踪数据，以多行字符串形式提供（默认值：”[]“）	STRING	是	-
`宽度`	输出视频的宽度（像素）（默认值：832，步长：16）	INT	是	16 到 MAX_RESOLUTION
`高度`	输出视频的高度（像素）（默认值：480，步长：16）	INT	是	16 到 MAX_RESOLUTION
`长度`	输出视频的帧数（默认值：81，步长：4）	INT	是	1 到 MAX_RESOLUTION
`批次大小`	同时生成的视频数量（默认值：1）	INT	是	1 到 4096
`温度`	运动补丁的温度参数（默认值：220.0，步长：0.1）	FLOAT	是	1.0 到 1000.0
`topk`	运动补丁的 Top-k 值（默认值：2）	INT	是	1 到 10
`图像`	用于视频生成的起始图像	IMAGE	否	-
`CLIP视觉输出`	用于额外条件控制的 CLIP 视觉输出	CLIPVISIONOUTPUT	否	-

注意： 当 tracks 包含有效的跟踪数据时，节点会处理运动轨迹以生成视频。当 tracks 为空时，它会切换到标准的图像到视频模式。如果提供了 start_image，它会初始化视频序列的第一帧。

输出

输出名称	描述	数据类型
`正面提示词`	应用了运动轨迹信息的正向条件控制	CONDITIONING
`负面提示词`	应用了运动轨迹信息的负向条件控制	CONDITIONING
`latent`	生成的视频潜在表示	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): b3e12492d3dafa100266f6be8fe05e4d62b827f1a2bdb4029f804b107dc691ed

WanMoveVisualizeTracks - ComfyUI Built-in Node Documentation

WanPhantomSubjectToVideo - ComfyUI Built-in Node Documentation