用途
image-to-video 是一份静图转视频（image-to-video）的实操指南，目标是把静态图片通过 inference.sh CLI（belt）转成动画视频。内容覆盖模型选择、运动提示词撰写与镜头运镜，并给出可直接运行的命令示例。使用前需安装 inference.sh CLI（belt）：
npx skills add belt-sh/cli
并执行登录：
belt login
主要能力
模型选择
资料以表格列出可选模型及其 App ID、适用场景与运动风格：
- Wan 2.5 i2v（
falai/wan-2-5-i2v）：写实运动、自然动作，风格偏照片级真实、细微。 - WAN-I2V (Pruna)（
pruna/wan-i2v）：经济、快速，480p/720p，运动自然、高效。 - Seedance 2.0（
bytedance/seedance-2-0）：最高 1080p，支持同步音频，适配各类输入，表现多面、高质量。 - Seedance 2.0 Fast（
bytedance/seedance-2-0-fast）：能力相同但更快的变体。 - Fabric 1.0（
falai/fabric-1-0）：擅长布料、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，表现多面。
选择建议包括：含水面/云层的风景用 Wan 2.5 i2v；保持面部保真的肖像用 Wan 2.5 i2v；布料/织物类产品用 Fabric 1.0；旗帜飘动、窗帘飘动用 Fabric 1.0；插画/艺术图用 Seedance 2.0；通用“让画面活起来”用 Seedance 2.0；快速测试/迭代用 Seedance 2.0 Fast。
运动类型
镜头运动提示关键词包括：缓推/前移（“slow dolly forward”“camera pushes in”）、拉出/后移（“camera pulls back”“slow zoom out”）、左右摇镜（“camera pans slowly to the right”）、上下倾斜（“camera tilts upward”）、环绕（“camera orbits around the subject”）、升降（“camera rises upward”），以及静态（不写镜头提示，仅保留主体运动）。
主体运动类别包括：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”）。
使用方式
提示词原则
核心原则是“细微优于剧烈”：AI 视频模型对温和、细微的运动效果更好，运动请求过多会导致变形与瑕疵。资料给出正反例，例如不要写“person running and jumping over obstacles while the camera spins”，而应写“person slowly walking forward, gentle breeze, camera follows alongside”。
提示词结构为：[镜头运动] + [主体运动] + [氛围效果] + [情绪/节奏]。
场景示例命令
风景动画示例：
belt app run falai/wan-2-5-i2v --input '{
"prompt": "gentle camera pan right, water reflecting moving clouds, trees swaying slightly in breeze, warm golden light, peaceful and slow",
"image": "landscape.png"
}'
肖像动画示例：
belt app run falai/wan-2-5-i2v --input '{
"prompt": "subtle breathing motion, slight head turn, natural eye blink, hair moving gently, soft ambient lighting shifts",
"image": "portrait.png"
}'
产品展示动画示例：
belt app run bytedance/seedance-2-0 --input '{
"prompt": "slow 360 degree orbit around the product, gentle spotlight movement, subtle reflections shifting, premium product showcase, smooth motion",
"image": "product.png",
"generate_audio": true
}'
布料/织物动画示例：
belt app run falai/fabric-1-0 --input '{
"prompt": "fabric flowing and rippling in gentle wind, natural cloth physics, soft movement",
"image": "fabric-scene.png"
}'
建筑可视化示例：
belt app run falai/wan-2-5-i2v --input '{
"prompt": "slow dolly forward through the entrance, slight camera tilt upward, ambient light filtering through windows, dust particles in light beams",
"image": "building-interior.png"
}'
时长建议
- 2–3 秒：质量最高，适合 GIF、循环背景、微动摄影。
- 4–5 秒：高画质，适合社交媒体帖文、产品揭示。
- 6–8 秒：质量良好，适合短片段、转场。
- 10 秒以上：质量下降，除非拼接更短片段，否则应避免。
延长时长的方式是生成多个短片段再拼接，资料给出示例：多次运行同一图像并用 --no-wait 异步执行，再用媒体合并应用拼接：
belt app run infsh/media-merger --input '{
"media": ["clip1.mp4", "clip2.mp4"]
}'
完整工作流
静图到成片的管线示例：先用 bytedance/seedream-4-5 生成源图，再用 falai/wan-2-5-i2v 动画化，必要时用 falai/topaz-video-upscaler 放大，用 infsh/hunyuanvideo-foley 生成环境音，最后用 infsh/video-audio-merger 合并视频与音频。
微动摄影（Cinemagraph）
指静图中仅有一个元素运动（例如瀑布流动而其余画面静止）。做法是：生成静图时明确定义运动元素；提示词只针对该元素请求运动；控制在 2–4 秒以实现无缝循环。
适用场景
涵盖风景、肖像、产品展示、布料/织物、建筑可视化等静图转动画场景，以及微动摄影效果制作和较长视频的分段拼接合成。
限制与常见错误
资料列出的常见错误包括：运动请求过多导致变形/瑕疵；模型与内容类型不匹配；片段过长（10 秒以上）质量明显下降；未指定镜头运动导致运动随机不可预测；运动方向冲突导致混乱不自然；源图分辨率过低导致输出低分辨率；复杂动作场景模型难以处理。对应修正为：始终“细微优于剧烈”、按选择指南选模型、控制在 3–5 秒并拼接、始终指定镜头行为、只保留一个主导运动方向、从最高质量源图开始、保持运动简单自然。
其他超出资料范围的产品信息、收费与价格、平台支持细节暂未提供。