> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-comfy-docs-comfyapi-search.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# ARVideoI2V - ComfyUI Built-in Node Documentation

> このノードは、Causal Forcing または Self-Forcing を使用する AR（自己回帰）動画モデル向けの、画像から動画への生成セットアップを準備します。

このノードは、Causal Forcing または Self-Forcing を使用する AR（自己回帰）動画モデル向けの、画像から動画への生成セットアップを準備します。開始画像を VAE で潜在空間にエンコードし、モデルの Transformer オプションに保存します。これにより、動画サンプリング処理がノイズ除去の前に KV キャッシュをシードできるようになります。同じ text-to-video モデルチェックポイントを使用するため、別個の image-to-video アーキテクチャは必要ありません。

## 入力

| パラメータ         | 説明                                                                          | データ型  | 必須 | 範囲                  |
| ------------- | --------------------------------------------------------------------------- | ----- | -- | ------------------- |
| `model`       | 生成に使用する AR 動画モデルです。                                                         | MODEL | はい | -                   |
| `vae`         | 開始画像を潜在空間にエンコードするために使用する VAE モデルです。                                         | VAE   | はい | -                   |
| `start_image` | 生成される動画の最初のフレームとして使用される初期画像です。入力バッチ内の最初の画像のみが使用され、その RGB チャンネルのみがエンコードされます。 | IMAGE | はい | -                   |
| `幅`           | 生成される動画フレームの幅（デフォルト: 832）。                                                  | INT   | はい | 16 〜 8192 （ステップ 16） |
| `高さ`          | 生成される動画フレームの高さ（デフォルト: 480）。                                                 | INT   | はい | 16 〜 8192 （ステップ 16） |
| `長さ`          | 生成される動画の総フレーム数（デフォルト: 81）。                                                  | INT   | はい | 1 〜 1024 （ステップ 4）   |
| `バッチサイズ`      | 単一バッチで生成する動画シーケンスの数（デフォルト: 1）。                                              | INT   | はい | 1 〜 64              |

注: 開始画像は、エンコードされる前に指定された `width` と `height` にリサイズされます。潜在時間次元は `((length - 1) // 4) + 1` として計算され、潜在空間の空間次元は `height / 8` と `width / 8` です。

## 出力

| 出力名      | 説明                                                                                                                | データ型   |
| -------- | ----------------------------------------------------------------------------------------------------------------- | ------ |
| `MODEL`  | エンコードされた開始画像が Transformer オプション（`ar_config.initial_latent`）に保存されたクローンモデルです。サンプラーはこれを使用して、ノイズ除去前に KV キャッシュをシードします。 | MODEL  |
| `LATENT` | 形状 `[batch_size, 16, lat_t, height // 8, width // 8]` のゼロ埋めされた潜在テンソルです。ここで `lat_t = ((length - 1) // 4) + 1` です。  | LATENT |

> このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ARVideoI2V/ja.md)

***

**Source fingerprint (SHA-256):** `984834951b9d5a22aef51c85a5019fd8ba58cdb2d6fff235371ed29f316896d8`