节点功能:CosmosImageToVideoLatent用于将起始图像和结束图像编码成视频latent,并自动填充中间latent,同时生成一个noise mask 来告诉后续模型哪些部分是“需要采样”的。使用 VAE 将起始图像 (start_image) 和/或结束图像 (end_image) 编码成latent,填入latent视频张量对应位置,其余部分留空(保留为 0 或加 noise),生成一个用于视频扩散模型的初始化latent。