Empty Hunyuan Latent Video
Aperçu du nœud Empty Hunyuan Latent Video
Le nœud EmptyHunyuanLatentVideo est similaire au nœud EmptyLatent Image.
Vous pouvez le considérer comme un canevas vierge pour la génération de vidéos, où la largeur, la hauteur et la longueur définissent les propriétés du canevas, et la taille du lot détermine le nombre de canevas à créer. Ce nœud crée des canevas vides prêts pour les tâches ultérieures de génération de vidéos.
Informations sur la classe
- Nom de la classe:
EmptyHunyuanLatentVideo - Catégorie:
latent/video - Nœud de sortie:
True
Types d’entrée Empty Hunyuan Latent Video
| Paramètre | Type Comfy | Description |
|---|---|---|
width | INT | Largeur de la vidéo, par défaut 848, minimum 16, maximum nodes.MAX_RESOLUTION, pas de 16. |
height | INT | Hauteur de la vidéo, par défaut 480, minimum 16, maximum nodes.MAX_RESOLUTION, pas de 16. |
length | INT | Longueur de la vidéo, par défaut 25, minimum 1, maximum nodes.MAX_RESOLUTION, pas de 4. |
batch_size | INT | Taille du lot, par défaut 1, minimum 1, maximum 4096. |
Types de sortie Empty Hunyuan Latent Video
| Paramètre | Type Comfy | Description |
|---|---|---|
samples | LATENT | Échantillons vidéo latents générés contenant des tenseurs nuls, prêts pour le traitement et la génération. |
Exemple de flux de travail Empty Hunyuan Latent Video
Flux de travail du modèle vidéo Hunyuan de Tencent
Ressources connexes
Voici quelques ressources pertinentes sélectionnées par ComfyUI Wiki :
Code source du nœud Empty Hunyuan Latent Video
- Version ComfyUI : v0.3.10
- 2025-01-07
class EmptyHunyuanLatentVideo:
@classmethod
def INPUT_TYPES(s):
return {"required": { "width": ("INT", {"default": 848, "min": 16, "max": nodes.MAX_RESOLUTION, "step": 16}),
"height": ("INT", {"default": 480, "min": 16, "max": nodes.MAX_RESOLUTION, "step": 16}),
"length": ("INT", {"default": 25, "min": 1, "max": nodes.MAX_RESOLUTION, "step": 4}),
"batch_size": ("INT", {"default": 1, "min": 1, "max": 4096})}}
RETURN_TYPES = ("LATENT",)
FUNCTION = "generate"
CATEGORY = "latent/video"
def generate(self, width, height, length, batch_size=1):
latent = torch.zeros([batch_size, 16, ((length - 1) // 4) + 1, height // 8, width // 8], device=comfy.model_management.intermediate_device())
return ({"samples":latent}, )