用途：将静图转换为动态视频，通过 inference.sh CLI（belt）调用模型完成图生视频。需先安装 belt CLI：npx skills add belt-sh/cli，并执行 belt login。
主要能力与模型选择：Wan 2.5 i2v（falai/wan-2-5-i2v）适合写实自然运动与人脸保真；Pruna WAN-I2V（pruna/wan-i2v）经济快速，480p/720p；Seedance 2.0（bytedance/seedance-2-0）最高 1080p、同步音频、输入类型广；Seedance 2.0 Fast（bytedance/seedance-2-0-fast）为快速版；Fabric 1.0（falai/fabric-1-0）擅长布料、织物、液体等物理流动；Grok Imagine Video（xai/grok-imagine-video）通用动画。
用法：先生成图片，再动画化。示例：belt app run falai/wan-2-5-i2v --input '{...}'，输入含 prompt 与 image。可选镜头运动（推拉、平移、俯仰、环绕、升降、静态）与主体运动（水面、云、头发、雾气、人物、机械、液体）提示词。提示结构为[镜头运动]+[主体运动]+[氛围效果]+[情绪/节奏]。
最佳实践：微小运动优于剧烈动作；始终保持一个主运动方向；必须指定镜头行为；时长建议 2-3 秒质量最高，4-5 秒高质量，6-8 秒良好，10 秒以上质量下降，可用 --no-wait 分段生成后合并。完整流程包括生成图片、动画、放大、加环境音与合并。Cinemagraph 效果仅让单一元素运动，保持 2-4 秒循环。
限制：时长过长质量下降；剧烈运动易导致失真扭曲；复杂动作场景模型难以处理；源图分辨率低会使输出低分辨率。具体收费与价格暂未提供。