额外节点
ComfyUI Essentials
Cosmos图像到视频潜在
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。
节点中英文对比
按当前节点配置，分别展示中文与英文节点结构。
中文节点
Cosmos图像到视频潜在
宽度
1280
高度
704
长度
121
批量大小
1
英文节点
CosmosImageToVideoLatent
width
1280
height
704
length
121
batch_size
1
参数说明
依据当前节点关联的 `NodesItems` 数据展示输入、输出与控件说明。
输入参数
vae
vae
用于编码图像的 VAE 模型。
开始图像
start_image
起始图像（可选）。
结束图像
end_image
结束图像（可选）。
输出参数
Latent
LATENT
生成的视频潜在图像（latent video）。
控件参数
宽度
width
视频图像的宽度，默认 1280，范围 16 到 MAX_RESOLUTION，步长 16。
高度
height
视频图像的高度，默认 704，范围 16 到 MAX_RESOLUTION，步长 16。
长度
length
视频长度，默认 121，范围 1 到 MAX_RESOLUTION，步长 8。
批量大小
batch_size
批处理大小，默认 1，范围 1 到 4096。
详细说明
结合节点用途、参数和调用方式，给出更完整的说明内容。
同类节点导航
继续浏览同一分类下的相邻节点，方便串联学习。