Encode Media Latent

調用擴散管線的 VAE 編碼器 (VAE Encoder) 將實體影像或視訊壓縮編碼為潛在空間張量，供下游擴散去噪節點執行圖生圖 (Image-to-Image) 或視訊生視訊 (Video-to-Video) 任務。

類別目錄：ModularDiffusion/Encode\Decode

核心速覽

• 輸入埠具備動態自我調適能力：連線純影像管線時顯示為 image，連線視訊管線時（LTX、LTX2、WAN 等）則自動切換為 input_video。
• 產生的潛在張量經過標準化與解包處理——其維度規格與 Create Noise Latents 產出的張量完全相容，可直接串接各類潛在張量代數與遮罩合成節點。
• 與下游 Generate Media Latents 節點的 add_noise=True 搭配使用可實現經典的圖生圖重繪。重繪強度由該節點的 start_step 與總步數精確計算決定：strength = 1 − (start_step / num_inference_steps)。以總步數 num_inference_steps=20 為例：
  • start_step=0 → 全噪訊注入（強度 1.0）——完全忽略原圖特徵，行為等同於純文字生圖。
  • start_step=10 → 注入 50% 噪訊（強度 0.5）——在原圖構圖與 AI 創意之間取得極佳平衡。
  • start_step=18 → 注入微量噪訊（強度 0.1）——生成成果高度緊密貼合原圖輪廓。

典型工作流程架構

Load Image → [Encode Media Latent] → Generate Media Latents → Decode Media Latent

節點介面預覽

輸入端說明

名稱	型別	必填	說明備註
pipeline	Pipeline Config	是	決定輸入埠插槽呈現為 image 還是 input_video。
image	ImageArtifact / ImageUrlArtifact	當管線為影像模型時必填	欲編碼的來源實體影像。
input_video	VideoArtifact / VideoUrlArtifact	當管線為視訊模型時必填	欲編碼的來源實體視訊。

輸出端說明

名稱	型別	說明備註
latent_tensor	LatentArtifact	處於該管線標準潛在空間維度中的編碼完成潛在張量。

技巧與避坑指南

• 輸入插槽隨管線型別動態切換：影像管線（Flux、SD3 等）呈現 image 埠；視訊管線（LTX、LTX2、WAN 等）則自動替換為 input_video 埠。若在建立流程中途切換了管線模型架構，請記得重新檢查並連線相應的輸入埠。
• 全新純生成請改用 Create Noise Latents：本節點專門將既有素材編碼入潛在空間以進行局部重繪或風格遷移，絕非用於從零開始的文生圖任務。

相關延伸閱讀

• Encode Masked Media Latent —— 具備遮罩引導的局部重繪專用編碼變體。
• Decode Media Latent —— 將潛在張量還原為實體視覺畫面的逆向解碼運算。
• 工作流程範本：workflows/templates/Image2Image.py。