WanVideo Experimental Args

节点功能：该节点封装了一组试验性控制参数，并传递到 WanVideo 模型以激活相应的内部机制（如 CFG-Zero-Star、FreSca、视频注意力等）

输出参数

参数名称	说明
exp_args	包含 CFG-Zero-star / FreSca 等实验配置

控件参数

参数名称	说明
video_attention_split_steps	多 prompt 模式下拆分 self-attention 的步骤（以逗号分隔）。例如填入 "10,20" 表示第 10 步和第 20 步切换注意力上下文，通常配合 Prompt Schedule 使用。
cfg_zero_star	启用 CFG-Zero-star 算法。一种无需无条件提示的 CFG 技术，建议在需要保持 prompt 连贯性时开启。
use_zero_init	是否使用零初始化。高级特性，启用后网络初始状态为 0，需配合 zero-star 使用，否则可能影响生成效果。
zero_star_steps	Zero-star 模式的启用步数。例如设为 10 表示从第 10 步启用 zero-star；0 表示不启用。
use_fresca	启用 FreSca 注意力调控模块。可提升生成画面的细节层次感，适用于生成高频动画内容时。
fresca_scale_low	FreSca 低频段调整倍率。控制整体结构保留度，推荐值 0.8~1.2。
fresca_scale_high	FreSca 高频段增强倍率。控制细节锐化程度，推荐值 1.1~1.5，过高会导致噪点。
fresca_freq_cutoff	频域截止值，决定频率分离边界。推荐设置在 10~40 范围内，数值越高越容易增强高频但代价是边缘可能出现伪影。

在WanVideo TextEncode节点中是支持多行的prompt输入的，格式是"场景A|场景B|场景C"从而能在一次采样中生成多个场景，比如这里三段提示词分别是一座城市早中晚的变化。

如果没设置video_attention_split_steps参数时，也就是上面的场景，它是根据总的步数为这3个场景平均分配步数。但是如果像下面这样设置，video_attention_split_steps中的7、10、8，则代表第一个场景使用7步生成，第二个场景使用10步生成，第三个场景使用8步生成

这样能控制同一个场景中的不同变化。即便是三个不同的场景，加入video_attention_split_steps之后也不至于像上面一样场景之间切换很生硬。

cfg_zero_star适配于低cfg情况下使用

cfg_zero_star在开启后的效果更好

zero_star_steps是在采样过程中指定多少步使用 zero-star 算法来提升低 CFG 下的图像质量，在use_zero_init开启的情况下，zero_star_steps最好设置在0~3之间。但是如果use_zero_init设置为false，无论zero_star_steps设置多大，生成的视频会和上面cfg_zero_star=false的一样

高频表示图像中快速变化的部分，通常是细节、边缘、纹理等。

低频表示图像中缓慢变化的区域，如色块、光影渐变、背景。

FreSca 开启后对高频的作用：

强化细节
锐化边缘
可能让画面更“硬”或“数码感”强

FreSca 开启后对低频的作用：

可能被“削弱”或变得不那么柔和
整体对比提升（高频变突出）