# HunyuanVideo15ImageToVideo

El nodo HunyuanVideo15ImageToVideo prepara los datos de condicionamiento y del espacio latente para la generación de video basado en el modelo HunyuanVideo 1.5. Crea una representación latente inicial para una secuencia de video y puede integrar opcionalmente una imagen inicial o una salida de visión CLIP para guiar el proceso de generación.

## Entradas

| Parámetro | Descripción | Tipo de dato | Obligatorio | Rango |
| --- | --- | --- | --- | --- |
| `positivo` | Las indicaciones de condicionamiento positivas que describen lo que el video debe contener. | CONDITIONING | Sí | - |
| `negativo` | Las indicaciones de condicionamiento negativas que describen lo que el video debe evitar. | CONDITIONING | Sí | - |
| `vae` | El modelo VAE (autoencoder variacional) utilizado para codificar la imagen inicial en el espacio latente. | VAE | Sí | - |
| `ancho` | El ancho de los fotogramas de video de salida en píxeles. Debe ser divisible por 16. (por defecto: 848) | INT | Sí | 16 a MAX_RESOLUTION (paso: 16) |
| `alto` | La altura de los fotogramas de video de salida en píxeles. Debe ser divisible por 16. (por defecto: 480) | INT | Sí | 16 a MAX_RESOLUTION (paso: 16) |
| `longitud` | El número total de fotogramas en la secuencia de video. Los valores aumentan en pasos de 4 a partir de 1 (1, 5, 9, 13, ...). (por defecto: 33) | INT | Sí | 1 a MAX_RESOLUTION (paso: 4) |
| `tamaño_de_lote` | El número de secuencias de video a generar en un solo lote. (por defecto: 1) | INT | Sí | 1 a 4096 |
| `imagen_inicial` | Una imagen inicial opcional para inicializar la generación de video. Si se proporciona, se codifica y se utiliza para condicionar los primeros fotogramas. Solo se utilizan los primeros `length` fotogramas de la imagen. | IMAGE | No | - |
| `clip_vision_output` | Embeddings de visión CLIP opcionales para proporcionar condicionamiento visual adicional para la generación. | CLIP_VISION_OUTPUT | No | - |

**Nota:** Cuando se proporciona una `start_image`, se redimensiona automáticamente para que coincida con los `width` y `height` especificados usando interpolación bilineal. Se utilizan los primeros `length` fotogramas del lote de imágenes, y solo se codifican los primeros 3 canales de color de cada fotograma. La imagen codificada se añade entonces tanto al condicionamiento `positive` como al `negative` como un `concat_latent_image` con una `concat_mask` correspondiente. La máscara se establece en 0.0 para los fotogramas cubiertos por la imagen inicial y en 1.0 para los fotogramas restantes. Cuando se proporciona un `clip_vision_output`, también se añade tanto al condicionamiento `positive` como al `negative`.

## Salidas

| Nombre de salida | Descripción | Tipo de dato |
| --- | --- | --- |
| `positivo` | El condicionamiento positivo modificado, que ahora puede incluir la imagen inicial codificada o la salida de visión CLIP. | CONDITIONING |
| `negativo` | El condicionamiento negativo modificado, que ahora puede incluir la imagen inicial codificada o la salida de visión CLIP. | CONDITIONING |
| `latente` | Un tensor latente vacío con dimensiones configuradas para el tamaño de lote, la longitud de video, el ancho y la altura especificados. | LATENT |

> Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! [Editar en GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HunyuanVideo15ImageToVideo/es.md)

---
**Source fingerprint (SHA-256):** `dbedf7f378ae9613c8f47fe9876a4576c815055b4cdb6bf687b7575fcd7ea80a`
