该技能面向静图转动画(still-to-video),核心是基于 inference.sh CLI(belt)调用模型完成图片动画化,并提供模型选择、运动提示与镜头运动参考。安装方式为 npx skills add belt-sh/cli,使用前需 belt login。
主要能力:一是模型选择指南,列出 Wan 2.5 i2v(falai/wan-2-5-i2v,写实自然运动)、WAN-I2V Pruna(pruna/wan-i2v,经济快速、480p/720p)、Seedance 2.0(bytedance/seedance-2-0,最高 1080p、同步音频、多输入类型)、Seedance 2.0 Fast(bytedance/seedance-2-0-fast)、Fabric 1.0(falai/fabric-1-0,专注布料/织物/液体物理)、Grok Imagine Video(xai/grok-imagine-video,通用动画、文本引导);并按场景给出选择建议(如水面云层景观和人物肖像用 Wan 2.5 i2v,布料用 Fabric 1.0,风格化插画和通用需求用 Seedance 2.0)。二是运动提示,分为镜头运动(推入/拉出、平移、俯仰、环绕、升降、静止)与主体运动(自然元素、头发衣物、氛围、角色、机械、液体),并给出对应提示词。三是提示词最佳实践,强调“细微优于剧烈”,结构为「镜头运动 + 主体运动 + 氛围效果 + 情绪/节奏」。四是时长建议(2-3 秒质量最高,10 秒以上质量下降,长视频可通过分段生成后用 infsh/media-merger 拼接)。五是完整流程示例:生成源图 → 动画化 → 放大 → 配环境音 → 合并,以及电影图(cinemagraph)做法。使用示例:belt app run falai/wan-2-5-i2v --input '(含 prompt 与 image 的 JSON)';提供 --no-wait 异步参数。
适用场景:景观、肖像、产品、布料、建筑可视化等静图动态化及电影图循环效果。
限制与注意事项:避免要求过大动作以免畸变;须指定镜头行为;不要混用冲突运动方向;源图低分辨率会拉低输出;复杂动作场景模型难以处理;10 秒以上质量明显下降。具体价格、配额与平台要求暂未提供。