| 参数名称 | 说明 |
|---|---|
| clip | 多模态 CLIP 模型，支持文本和视觉嵌入联合编码。 |
| clip_vision_output | 图像特征输出，通常来自 CLIPVisionEncode。 |
TextEncodeHunyuanVideo_ImageToVideo
节点功能： TextEncodeHunyuanVideo_ImageToVideo 节点是为 图转视频（Image-to-Video）任务中使用文本+图像混合引导的扩散模型 而设计的编码器节点。它属于混合提示控制节点，结合图像感知结果和文本 prompt，以更精确地控制视频内容生成。将输入图像的视觉特征（来自 CLIP Vision）与用户输入的文本 prompt 融合成统一的 CONDITIONING 条件，用于引导图像到视频的扩散生成过程。
输入参数
输出参数
| 参数名称 | 说明 |
|---|---|
| CONDITIONING | 混合图像语义与文本语义后的条件输入结构。 |
控件参数
| 参数名称 | 说明 |
|---|---|
| prompt | 文字提示，描述生成视频的主题、动作等。 |
| image_interleave | 图像与文本嵌入交叉融合频率。 值越大 → 文本主导；值越小 → 图像主导。 |
下图为测试示例工作流，输入文本结合hunyuan模型完成视频生成，需要上传第一张参考图像。