# CosmosPredict2ImageToVideoLatent

لاتنت‌های ویدئویی برای گردش‌کار تصویر به ویدئوی Cosmos Predict2 ایجاد می‌کند. این گره می‌تواند یک لاتنت ویدئویی خالی با اندازه و طول مشخص تولید کند، یا تصاویر شروع و/یا پایان کدگذاری‌شده را در توالی درج کند تا آن فریم‌ها در حین تولید حفظ شوند. هر تصویر ارائه‌شده به `width` و `height` درخواستی تغییر اندازه می‌یابد و پیش از آنکه در ابتدا و/یا انتهای توالی لاتنت قرار گیرد، با VAE ارائه‌شده کدگذاری می‌شود.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `vae` | مدل VAE مورد استفاده برای کدگذاری تصاویر شروع و پایان به فضای لاتنت | VAE | بله | - |
| `عرض` | عرض ویدئوی خروجی بر حسب پیکسل (پیش‌فرض: 848، باید مضربی از 16 باشد) | INT | بله | 16 تا MAX_RESOLUTION |
| `ارتفاع` | ارتفاع ویدئوی خروجی بر حسب پیکسل (پیش‌فرض: 480، باید مضربی از 16 باشد) | INT | بله | 16 تا MAX_RESOLUTION |
| `طول` | تعداد فریم‌ها در توالی ویدئو (پیش‌فرض: 93) | INT | بله | 1 تا MAX_RESOLUTION |
| `اندازه دسته` | تعداد توالی‌های ویدئویی برای تولید (پیش‌فرض: 1) | INT | بله | 1 تا 4096 |
| `تصویر شروع` | تصویر شروع اختیاری برای توالی ویدئو | IMAGE | خیر | - |
| `تصویر پایان` | تصویر پایان اختیاری برای توالی ویدئو | IMAGE | خیر | - |

**توجه:** وقتی نه `start_image` و نه `end_image` ارائه شود، گره صرفاً یک لاتنت خالی با اندازه و طول درخواستی برمی‌گرداند. وقتی یک یا هر دو تصویر ارائه شوند، به `width` و `height` تغییر اندازه می‌یابند، با `vae` کدگذاری می‌شوند و در ابتدا و/یا انتهای توالی لاتنت قرار می‌گیرند. نواحی متناظر در ماسک نویز علامت‌گذاری می‌شوند تا در حین تولید حفظ شوند. لاتنت‌های کدگذاری‌شده با قالب لاتنت Wan 2.1 تبدیل می‌شوند و لاتنت و ماسک حاصل `batch_size` بار تکرار می‌شوند.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `LATENT` | لاتنت ویدئویی تولیدشده که شامل `samples` (توالی لاتنت ویدئو) است و، زمانی که حداقل یکی از `start_image` یا `end_image` ارائه شده باشد، یک `noise_mask` دارد که فریم‌هایی را که باید در حین تولید حفظ شوند علامت‌گذاری می‌کند | LATENT |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/CosmosPredict2ImageToVideoLatent/fa.md)

---
**Source fingerprint (SHA-256):** `842bd2b8cda438e7b938439d4eba280478939e3302dc1846d52595d40082ff05`
