## 概述

为 VOID 视频优化流程的第二遍生成时间相关的噪声。它接收第一遍输出的视频，并沿着光流矢量扭曲高斯噪声，生成与视频内容一致运动的噪声。该扭曲噪声用作第二遍的初始潜在表示，从而改善最终输出的时间一致性。

## 输入

| 参数 | 描述 | 数据类型 | 必填 | 范围 |
| --- | --- | --- | --- | --- |
| `optical_flow` | 来自 OpticalFlowLoader 的光流模型（RAFT-large）。 | MODEL | 是 | - |
| `video` | 第一遍输出视频帧 [T, H, W, 3]。 | IMAGE | 是 | - |
| `width` | 输出潜在表示的宽度（默认值：672）。 | INT | 是 | 16 至 MAX_RESOLUTION（步长 8） |
| `height` | 输出潜在表示的高度（默认值：384）。 | INT | 是 | 16 至 MAX_RESOLUTION（步长 8） |
| `length` | 像素帧数。向下取整以使 latent_t 为偶数（patch_size_t=2 要求），例如 49 → 45（默认值：45）。 | INT | 是 | 1 至 MAX_RESOLUTION（步长 1） |
| `batch_size` | 要生成的相同噪声序列数量（默认值：1）。 | INT | 是 | 1 至 64 |

**关于 `length` 参数的说明：** `length` 值会自动向下取整到最接近的有效值，该值能产生偶数 `latent_t` 维度。这是 CogVideoX-Fun-V1.5 模型的 `patch_size_t=2` 约束所要求的。当发生取整时，会记录一条警告信息。

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `warped_noise` | 一个 5D 张量 (B, C, T, H, W)，包含经光流扭曲的高斯噪声，可直接用作 VOID 第二遍的初始潜在表示。 | LATENT |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/VOIDWarpedNoise/zh.md)

---
**Source fingerprint (SHA-256):** `a0f986e54bcc6c455220f89f5d840585a9eae081e522ea11e0ce37ab46821bd9`