# Wan 首尾影格轉影片

WanFirstLastFrameToVideo 節點透過結合起始幀與結束幀及文字提示，為影片生成準備條件。它會將幀影像編碼至潛在空間，建立一個遮罩來告知影片模型哪些幀是已知的，並在提供 CLIP 視覺特徵時附加這些特徵。此節點輸出更新後的正向與負向條件，以及一個定義待生成影片大小與長度的空潛在張量。

## 輸入
| 參數 | 描述 | 資料類型 | 必填 | 範圍 |
| --- | --- | --- | --- | --- |
| `正向` | 用於引導影片生成的正向文字條件。 | CONDITIONING | 是 | - |
| `負向` | 用於引導影片生成的負向文字條件。 | CONDITIONING | 是 | - |
| `vae` | 用於將合併後的幀影像編碼至潛在空間的 VAE 模型。 | VAE | 是 | - |
| `寬度` | 生成影片的寬度（像素）（預設值：832，步長：16）。 | INT | 是 | 16 至 MAX_RESOLUTION |
| `高度` | 生成影片的高度（像素）（預設值：480，步長：16）。 | INT | 是 | 16 至 MAX_RESOLUTION |
| `長度` | 影片序列中的幀數（預設值：81，步長：4）。 | INT | 是 | 1 至 MAX_RESOLUTION |
| `批次大小` | 一次生成的影片數量（預設值：1）。 | INT | 是 | 1 至 4096 |
| `clip 視覺起始影像` | 從起始影像擷取的 CLIP 視覺特徵。如果同時提供起始與結束的 CLIP 視覺輸入，其特徵會合併。 | CLIP_VISION_OUTPUT | 否 | - |
| `clip 視覺結束影像` | 從結束影像擷取的 CLIP 視覺特徵。如果同時提供起始與結束的 CLIP 視覺輸入，其特徵會合併。 | CLIP_VISION_OUTPUT | 否 | - |
| `起始影像` | 影片序列的起始幀影像。會使用其前 `length` 幀，並調整為 `width` × `height`。 | IMAGE | 否 | - |
| `結束影像` | 影片序列的結束幀影像。會使用其最後 `length` 幀，並調整為 `width` × `height`。 | IMAGE | 否 | - |

**注意：** 當 `start_image` 或 `end_image` 至少提供其中一個時，節點會建立一個合併的幀序列，其中起始幀與結束幀會被填入，其餘幀使用中性灰預留值（0.5）。遮罩會將已填入的區域標記為已知，將預留區域標記為未知，使影片模型得以生成中間幀。當提供起始影像時，已知區域會在影像之外額外延伸 3 幀。相同的編碼後幀影像與遮罩會附加到 `positive` 與 `negative` 條件。如果同時提供兩個 CLIP 視覺輸入，其隱藏狀態會串接；如果只提供其中一個，則單獨使用。潛在影片長度會依時間壓縮由 `length` 推導得出：`((length - 1) // 4) + 1`。

## 輸出
| 輸出名 | 描述 | 資料類型 |
| --- | --- | --- |
| `正向` | 包含編碼後幀影像、遮罩，以及（若有提供）CLIP 視覺特徵的正向條件。 | CONDITIONING |
| `負向` | 包含編碼後幀影像、遮罩，以及（若有提供）CLIP 視覺特徵的負向條件。 | CONDITIONING |
| `潛在空間` | 依指定批次大小、影片長度與解析度調整形狀的空潛在張量（全為零）。 | LATENT |

> 本文檔由 AI 生成。如果您發現任何錯誤或有改進建議，歡迎貢獻！ [在 GitHub 上編輯](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WanFirstLastFrameToVideo/zh-TW.md)

---
**Source fingerprint (SHA-256):** `0072e441cb80334c3c961d1bbf2d081c78bc38ed1eacca840c577a2d01b36f05`
