گره LTXVLatentUpsampler وضوح فضایی نمایش نهفته (latent representation) یک ویدیو را دو برابر می‌کند. این گره از یک مدل بزرگ‌نمایی تخصصی برای پردازش داده‌های نهفته استفاده می‌کند که ابتدا با استفاده از آمار کانال‌های VAE ارائه‌شده، نرمال‌زدایی (un-normalized) و سپس دوباره نرمال‌سازی (re-normalized) می‌شود. این گره برای گردش‌کارهای ویدیویی در فضای نهفته طراحی شده است.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `samples` | نمایش نهفته ورودی ویدیو که باید بزرگ‌نمایی شود. | LATENT | بله |  |
| `upscale_model` | مدل بارگذاری‌شده‌ای که برای انجام بزرگ‌نمایی ۲ برابری روی داده‌های نهفته استفاده می‌شود. | LATENT_UPSCALE_MODEL | بله |  |
| `vae` | مدل VAE که برای نرمال‌زدایی از داده‌های نهفته ورودی قبل از بزرگ‌نمایی و نرمال‌سازی مجدد داده‌های نهفته خروجی پس از آن استفاده می‌شود. | VAE | بله |  |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `LATENT` | نمایش نهفته بزرگ‌نمایی‌شده با ابعاد فضایی دو برابر نسبت به ورودی. خروجی دارای همان اندازه دسته (batch size)، تعداد کانال‌ها و طول زمانی ورودی است. `noise_mask` از ورودی، در صورت وجود، از خروجی حذف می‌شود. | LATENT |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/LTXVLatentUpsampler/fa.md)

---
**Source fingerprint (SHA-256):** `b2c726d3a3e4881eee7e1d3bae8c478adf01cd87a9652be882579f4e26c1536f`