WanVideo Diffusion Forcing Sampler
节点功能：专为 文本到视频（T2V） 和 视频到视频（V2V） 生成设计的 高级扩散采样器，通过多模态条件控制（文本/图像嵌入、动作引导、时序噪声调节）生成高质量视频。支持 长序列生成优化WanVideo Diffusion Forcing
节点中英文对比
WanVideo Diffusion Forcing Sampler
addnoise_condition
fps
steps
cfg
shift
seed
force_offload
scheduler
denoise_strength
rope_function
WanVideo Diffusion Forcing Sampler
addnoise_condition
fps
steps
cfg
shift
seed
force_offload
scheduler
denoise_strength
rope_function
WanVideo Diffusion Forcing Sampler - 参数说明
输入参数
model
用于采样的主视频扩散模型。
text_embeds
文本编码，包含正向与负向提示词 embedding。
image_embeds
图像引导信息，包含 latent、clip context、帧结构等。
samples
初始 latent（用于视频到视频 v2v 生成）。
prefix_samples
先行帧 latent（用于控制视频前缀，如 Skyreels 预设帧）。
teacache_args
启用 TeaCache 缓存机制，减少重复计算。
slg_args
指定哪些 transformer 块使用 SLG 局部细化策略。
experimental_args
包含 Fresca、CFG-Zero-Star 等实验特性配置。Fresca：一种频域滤波技术，通过低频增强、高频抑制的方式优化生成图像的平滑性与细节清晰度。主要参数包括：
• fresca_scale_low：低频部分增强倍数，默认 1.0；
• fresca_scale_high：高频部分增强倍数，默认 1.25；
• fresca_freq_cutoff：频率截断点，影响滤波边界，默认 20。
CFG-Zero-Star：一种改进版 Classifier-Free Guidance，自动调节正向与负向引导之间的比例 α，以增强结构对齐与提示控制。主要参数包括：
• cfg_zero_star：是否启用此机制；
• zero_star_steps：启用步数阈值，在前 N 步应用零初始化策略以抑制初期噪声干扰。
unianimate_poses
提供姿态信息的三维 pose 数据（如 dwpose），用于 UniAnimate 引导。
输出参数
samples
扩散采样后的视频 latent 表示。可用于后续解码或 VAE 输出为图像序列。
控件参数
addnoise_condition
初始参考帧添加噪声的程度，增强长视频一致性。
fps
生成视频的帧率。范围 1~120。
steps
扩散步数，越大细节越丰富。
cfg
提示词引导系数。
shift
调度器时间偏移，用于不同调度器的时间控制。
seed
随机数种子。
force_offload
采样后是否将模型卸载至 offload_device，节省显存。
scheduler
调度器名称。
denoise_strength
去噪强度。0~1，越小代表越强的初始图保留。
rope_function
RoPE 实现方式，支持 default 与 comfy。建议使用 comfy，便于加速与编译优化。
暂无节点说明