使用场景
使用IP2V技术将风景图片转换为视频，用于旅游宣传。
将产品图片转换为视频，用于电商产品展示。
利用历史图片生成视频，用于教育和纪录片制作。
产品特色
支持图像到视频的转换（IP2V）：利用图像作为视频生成的条件，而非仅仅作为视频的第一帧。
图像风格和概念提取：通过图像提示，提取图像的风格和概念，融入视频生成中。
模型选择与配置：支持下载模型并放置在指定文件夹，或依赖自动下载机制。
图像加载与连接：使用ComfyUI原生节点加载图像，并连接至Hunyuan TextImageEncode节点。
高级配置选项：提供`image_token_selection_expression`用于选择图像隐藏状态的哪一部分用于条件。
支持多图像输入：最多可以连接2张图像至Hunyuan TextImageEncode节点。
实验性功能：产品处于工作进展中，但已经可以正常使用。
使用教程
1. 选择模型：下载xtuner/llava-llama-3-8b-v1_1-transformers模型，并放置在models/LLM文件夹，或依赖自动下载机制。
2. 设置模型类型：将lm_type设置为vision_language。
3. 加载和连接图像：使用ComfyUI原生节点加载图像，并连接至Hunyuan TextImageEncode节点。
4. 提示与图像：在提示中包含
5. 高级配置（可选）：根据需要配置image_token_selection_expression，以选择用于条件的图像隐藏状态部分。
6. 生成视频：根据配置和提示，生成视频内容。
