图像转视频（Image to Video）是一个静态图生视频指南技能，介绍如何通过 inference.sh CLI（belt）将静止图像转换为动画视频。使用前需安装 belt CLI（npx skills add belt-sh/cli）并执行 belt login 登录。
【用途与使用方式】 快速上手流程为：先用文生图模型生成一张静态图片，再将其动画化。示例命令：
生成静态图： belt app run falai/flux-dev-lora --input '{ "prompt": "serene mountain lake at sunset, snow-capped peaks reflected in still water, golden hour light, landscape photography", "width": 1248, "height": 832 }'
动画化： belt app run falai/wan-2-5-i2v --input '{ "prompt": "gentle ripples on the lake surface, clouds slowly drifting, warm light shifting, birds flying in the distance", "image": "path/to/lake-image.png" }'
【模型选择】
- Wan 2.5 i2v（falai/wan-2-5-i2v）：适合写实、自然运动，风格为照片级写实、细微。
- WAN-I2V (Pruna)（pruna/wan-i2v）：经济、快速，480p/720p，风格自然高效。
- Seedance 2.0（bytedance/seedance-2-0）：最高 1080p，支持同步音频，支持所有输入类型，通用高质量。
- Seedance 2.0 Fast（bytedance/seedance-2-0-fast）：快速变体，能力相同。
- Fabric 1.0（falai/fabric-1-0）：适合布料、织物、液体、流动材质，基于物理的流动。
- Grok Imagine Video（xai/grok-imagine-video）：通用动画、文本引导，多用途。
场景推荐：水面/云层景观与人物细微表情用 Wan 2.5 i2v；布料/织物产品、旗帜飘动/窗帘流动用 Fabric 1.0；插画/艺术图与通用“赋予生命”用 Seedance 2.0；快速测试/迭代用 Seedance 2.0 Fast。
【运动类型】 镜头运动可用提示词关键词：推入/前移（slow dolly forward、camera pushes in）、拉出/后移（camera pulls back、slow zoom out）、左右平移（camera pans slowly to the right）、上下俯仰（camera tilts upward）、环绕（camera orbits around the subject）、升降（camera rises upward）、静止（不写镜头运动提示词，仅主体运动）。 主体运动类型及示例：自然元素（water rippling、clouds drifting、leaves rustling in breeze）、头发/衣物（hair blowing gently in wind、dress fabric flowing）、氛围（fog slowly rolling、dust particles floating in light beams）、角色（person slowly turns to camera、subtle breathing motion）、机械（gears turning、clock hands moving）、液体（coffee steam rising、paint dripping、water pouring）。
【提示词最佳实践】 核心原则：细微优于剧烈。AI 视频模型对温和、细微的运动效果更好，要求过多运动会造成扭曲和伪影。反例："person running and jumping over obstacles while the camera spins"；正例："person slowly walking forward, gentle breeze, camera follows alongside"。提示结构建议：[镜头运动] + [主体运动] + [氛围效果] + [情绪/节奏]。指南给出了景观、肖像、产品、布料、建筑可视化等场景的示例命令。
【时长指南】 2-3 秒质量最高，用于 GIF、循环背景、动态摄影；4-5 秒高质量，用于社交媒体、产品展示；6-8 秒质量良好，用于短片、转场；10 秒以上质量下降，除非拼接短片段否则避免。延长时长的方式是生成多个短片段再拼接（示例使用 infsh/media-merger）。
【完整工作流】 静图到成片的管线示例：1. 生成源图（如 bytedance/seedream-4-5）；2. 动画化（falai/wan-2-5-i2v）；3. 按需放大视频（falai/topaz-video-upscaler）；4. 添加环境音频（infsh/hunyuanvideo-foley）；5. 合并视频与音频（infsh/video-audio-merger）。
【动态摄影（Cinemagraph）】 指静止照片中只有一个元素运动（如瀑布流动而其余场景冻结）。做法：生成静图时明确定义运动元素；提示词只针对该元素运动；保持 2-4 秒以便无缝循环。示例命令见指南。
【常见错误】 运动请求过多导致扭曲伪影；内容类型与模型不匹配导致效果差；片段过长（10 秒以上）质量显著下降；未指定镜头运动导致随机/不可预测运动；运动方向冲突导致混乱不自然；低分辨率源图导致低分辨率视频；复杂动作场景模型难以处理。修复方式分别为：始终细微优先、按选择指南选模型、保持 3-5 秒并按需拼接、始终指定镜头行为、仅保留一个主要运动方向、从最高质量源图开始、保持运动简单自然。
【相关技能】 可通过 npx skills add 安装 ai-video-generation、ai-image-generation、p-video、video-prompting-guide、prompt-engineering 等相关技能。浏览所有应用使用 belt app list。
本技能面向需要将静态图像转为动画视频的创作者与开发者，依赖 inference.sh CLI 与相应模型服务。