用途:把静态图片转换为动画视频,通过 inference.sh CLI(infsh)调用各图生视频模型,并提供模型选择、运动提示词与镜头运动的实践指南。
主要能力:给出模型对照表,包括 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 1.5 Pro(bytedance/seedance-1-5-pro,风格化创意)、Seedance 1.0 Pro(bytedance/seedance-1-0-pro,通用)、Fabric 1.0(falai/fabric-1-0,布料与流体物理)、Grok Imagine Video(xai/grok-imagine-video,通用文本引导)。同时列出镜头运动(推拉、摇移、俯仰、环绕、升降、静止)与主体运动(自然元素、头发衣物、氛围、人物、机械、液体)的提示词关键词,并给出提示词结构:镜头运动 + 主体运动 + 氛围效果 + 情绪节奏。
使用方式:需先安装 infsh 并执行 infsh login。基本流程为先生成或准备源图,再运行图生视频应用,例如 infsh app run falai/wan-2-5-i2v --input '{"prompt": "...", "image": "path/to/image.png"}'。长视频可分段生成后用 infsh/media-merger 拼接;完整管线还包括用 bytedance/seedream-4-5 生成源图、falai/topaz-video-upscaler 放大、infsh/hunyuanvideo-foley 加环境音、infsh/video-audio-merger 合并音视频。
适用场景:风景、人像、产品展示、布料飘动、建筑可视化、电影感循环图(cinemagraph)等。
限制与注意:提示词应遵循“细微优于剧烈”,运动过大易产生扭曲与伪影;时长建议 2-5 秒,10 秒以上质量明显下降;需明确指定镜头行为,避免冲突运动方向;源图分辨率低会导致输出分辨率低;复杂动作场景模型难以处理。具体收费、价格与平台支持情况暂未提供。