Black Forest Labs выпускает открытую версию FLUX.1 Krea [dev] с нативной поддержкой ComfyUI
31.07.2025
Empty Hunyuan Latent Video
Обзор узла Empty Hunyuan Latent Video
Узел EmptyHunyuanLatentVideo
похож на узел EmptyLatent Image.
Можно думать о нем как о предоставлении чистого холста для генерации видео, где ширина, высота и длина определяют свойства холста, а размер пакета определяет, сколько холстов создать. Этот узел создает свежие пустые холсты, готовые для последующих задач генерации видео.
Информация о классе
- Имя класса:
EmptyHunyuanLatentVideo
- Категория:
latent/video
- Выходной узел:
True
Типы входных данных Empty Hunyuan Latent Video
Параметр | Comfy Type | Описание |
---|---|---|
width | INT | Ширина видео, по умолчанию 848, минимум 16, максимум nodes.MAX_RESOLUTION , шаг 16. |
height | INT | Высота видео, по умолчанию 480, минимум 16, максимум nodes.MAX_RESOLUTION , шаг 16. |
length | INT | Длина видео, по умолчанию 25, минимум 1, максимум nodes.MAX_RESOLUTION , шаг 4. |
batch_size | INT | Размер пакета, по умолчанию 1, минимум 1, максимум 4096. |
Типы выходных данных Empty Hunyuan Latent Video
Параметр | Comfy Type | Описание |
---|---|---|
samples | LATENT | Сгенерированные латентные видеосемплы, содержащие нулевые тензоры, готовые для обработки и задач генерации. |
Пример рабочего процесса Empty Hunyuan Latent Video
Рабочий процесс модели Tencent Hunyuan Video
Связанные ресурсы
Вот некоторые релевантные ресурсы, курируемые ComfyUI Wiki:
Исходный код узла Empty Hunyuan Latent Video
- Версия 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}, )