用途：从肖像照片生成单人出镜、口型同步的说话视频，可用于出镜主播、代言人或配音数字人形象。每次调用只生成一段片段。
主要能力：以肖像图为身份基准，配合 voice_script 文本脚本或上传的 audio 音频驱动口型与头部动作，输出 720p 视频；支持 voice、voice_language、voice_prompt 控制语音，video_prompt 控制镜头与表演，negative_prompt 配合 negative_prompt_strength 抑制字幕、水印等文字元素（实验性，两项需同时设置，强度约从 0.3–0.4 起）。若同时提供 audio 与 voice_script，audio 优先。
使用方式：需先安装相关技能（如 npx skills add PrunaAI/pruna-skills@pruna -y 或分别安装 generation-diversity、video-prompting、image-prompting、pruna-api），并准备 PRUNA_API_KEY。先上传肖像图到 /v1/files，再用 Model: p-video-avatar 向 https://api.pruna.ai/v1/predictions 提交，推荐异步方式，多个片段可并行创建后批量轮询；Try-Sync 仅用于快速测试。提交前应确认图片、脚本或音频、语音及分辨率等参数。
适用场景与限制：适合单段出镜口播；多段同一人连续出镜应改用 avatar-multi-scene，单段经审核的出镜可用 avatar-single-scene，纯 B-roll 用 p-video，动作迁移用 p-video-animate，多场景拼接用 video-editing。镜头必须能看到嘴部，video_prompt 应每段独立编写，不应重复同一字符串；语音语言需与用户确认；其他价格、平台等细节资料未提供。