Bernini Conditioning - ComfyUI Built-in Node Documentation

BerniniConditioning 节点为 Wan2.2-A14B 模型准备视频和图像条件数据。

BerniniConditioning 节点为 Wan2.2-A14B 模型准备视频和图像条件数据。它使用提供的 VAE 对源视频、参考视频和参考图像进行编码，然后将它们作为上下文令牌附加到条件数据中。任务将根据连接的输入自动推断。

## 输入

参数	描述	数据类型	是否必需	范围
`positive`	正向条件数据	CONDITIONING	是	-
`negative`	负向条件数据	CONDITIONING	是	-
`vae`	用于编码视频和图像输入的 VAE 模型	VAE	是	-
`宽度`	输出潜变量的宽度（默认值：832）	INT	是	16 至 8192（步长：16）
`高度`	输出潜变量的高度（默认值：480）	INT	是	16 至 8192（步长：16）
`长度`	输出潜变量的帧数（默认值：81）	INT	是	1 至 8192（步长：4）
`批量大小`	单批次生成的视频数量（默认值：1）	INT	是	1 至 4096
`源视频`	要编辑或重新造型的源视频（v2v, rv2v）。会调整至 width/height 尺寸并裁剪至 length 长度。	IMAGE	否	-
`参考视频`	要插入到源视频中的视频（ads2v）。按长度裁剪并保持宽高比缩放（长边限制为 ref\_max\_size）。	IMAGE	否	-
`参考图像`	作为上下文令牌注入的参考图像（r2v, rv2v）。每张图像按其原始宽高比独立编码（长边限制为 ref\_max\_size）。最多可提供 8 张图像。	IMAGE	否	0 至 8 张图像
`参考最大尺寸`	reference\_video 和 reference\_images 长边的最大尺寸。按比例调整大小并对齐至 16px（默认值：848）。	INT	否	16 至 8192（步长：16）

注意： 任务类型根据连接的输入推断：

未连接任何输入 → 文本到视频（t2v）
仅连接 source_video → 视频到视频（v2v）
连接 source_video + reference_images → 参考引导的视频编辑（rv2v）
仅连接 reference_images → 参考到视频（r2v）
连接 source_video + reference_video → 将图像/视频插入视频（ads2v）上下文流按固定顺序附加：source_video（源 ID 1），然后是 reference_video（源 ID 2），再是每张参考图像（源 ID 3、4...）。包含多张图像的参考图像输入会为每张图像贡献一个流。

输出名称	描述	数据类型
`positive`	附加了上下文潜变量的正向条件数据	CONDITIONING
`negative`	附加了上下文潜变量的负向条件数据	CONDITIONING
`latent`	维度与指定的宽度、高度、长度和批次大小匹配的空潜变量张量	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): 3535bbe9a1ae007dc579242b44787ab315479a820eb0da680eab9b870ab60699