用途：通过 inference.sh CLI（belt）调用 Pruna P-Video-Avatar，把单张人像图片转成逼真的说话头像视频，内置 TTS，也可用自带音频驱动。
主要能力：支持 voice_script 文本脚本或 audio 音频输入（同时提供时 audio 优先）；可选 voice、voice_language、resolution（720p/1080p）、video_prompt、voice_prompt、seed 等参数；支持多语言（英语美/英、西班牙语、法语、德语、意大利语、葡萄牙语巴西、日语、韩语、印地语）；输出视频宽高比与输入图片一致。
使用方式：先安装 CLI 技能 npx skills add belt-sh/cli，然后 belt login，再运行 belt app run pruna/p-video-avatar --input '{...}'，输入包含 image 及 voice_script 或 audio。可先用 pruna/p-image 生成人像再动画化。
适用场景：营销产品演示、教育课程、多语言本地化、社交媒体虚拟形象、企业培训、游戏角色、客服视频回复等。
限制：image 为必填；建议使用正面、光照良好的人像；视频建议控制在 3 分钟以内以保证一致性；定价为 720p 每秒 $0.025、1080p 每秒 $0.045；资料提到 2026 年 5 月 1 日至 4 日免费周末活动。具体可用性与计费以官方为准。