ai-video-generation

用途

该技能提供通过 inference.sh CLI（命令名为 belt）调用 40 余款 AI 视频模型的能力，让用户用统一的命令行方式完成视频生成、编辑与后期处理，便于在脚本或内容生产流程中批量操作视频。

安装与准备

先安装技能：

npx skills add belt-sh/cli

使用前需安装 inference.sh CLI（belt）并登录：

belt login

主要能力

文本生视频

支持 Veo 3.1 Fast、Veo 3.1、Veo 3、Veo 3 Fast、Veo 2、P-Video、WAN-T2V、Grok Video、Seedance 2.0、Seedance 2.0 Fast、HappyHorse T2V 等模型，部分支持音频、更高画质或物理真实感表现。

示例：

belt app run google/veo-3-1-fast --input '{
  "prompt": "A timelapse of a flower blooming in a garden"
}'

belt app run xai/grok-imagine-video --input '{
  "prompt": "Waves crashing on a beach at sunset",
  "duration": 5
}'

belt app run bytedance/seedance-2-0 --input '{
  "prompt": "a jazz band performing in a dimly lit club",
  "generate_audio": true,
  "duration": 10
}'

belt app run alibaba/happyhorse-1-0-t2v --input '{
  "prompt": "a golden retriever running through autumn leaves, slow motion",
  "duration": 10,
  "resolution": "1080P"
}'

图片生视频

支持 Wan 2.5、Wan 2.5 I2V、WAN-I2V、P-Video、Seedance 2.0、Seedance 2.0 Fast、HappyHorse I2V、HappyHorse R2V 等模型，可让任意图片动起来，部分支持同步音频、保角色一致性或最高 1080P/15 秒。

示例：

belt app run falai/wan-2-5 --input '{
  "image_url": "https://your-image.jpg"
}'

belt app run bytedance/seedance-2-0 --input '{
  "image": "https://your-image.jpg",
  "prompt": "gentle camera movement, leaves rustling in the wind",
  "generate_audio": true
}'

参考图生视频示例：

belt app run bytedance/seedance-2-0 --input '{
  "prompt": "A person who looks like the reference walking through a garden",
  "reference_image": "https://portrait.jpg",
  "generate_audio": true
}'

数字人与口型同步

支持 OmniHuman 1.5（多角色）、OmniHuman 1.0（单角色）、Fabric 1.0、PixVerse Lipsync，可用于生成说话头像或进行口型同步。

示例：

belt app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "https://speech.mp3"
}'

belt app run falai/fabric-1-0 --input '{
  "image_url": "https://face.jpg",
  "audio_url": "https://audio.mp3"
}'

belt app run falai/pixverse-lipsync --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "https://speech.mp3"
}'

视频编辑

支持 HappyHorse Edit，可用自然语言指令编辑视频。

belt app run alibaba/happyhorse-1-0-video-edit --input '{
  "video": "https://your-video.mp4",
  "prompt": "change the background to a snowy mountain landscape"
}'

后期与工具

HunyuanVideo Foley（infsh/hunyuanvideo-foley）：为视频添加音效
Topaz Upscaler（falai/topaz-video-upscaler）：提升视频画质
Media Merger（infsh/media-merger）：合并视频并添加转场

示例：

belt app run falai/topaz-video-upscaler --input '{"video_url": "https://..."}'

belt app run infsh/hunyuanvideo-foley --input '{
  "video_url": "https://silent-video.mp4",
  "prompt": "footsteps on gravel, birds chirping"
}'

belt app run infsh/media-merger --input '{
  "videos": ["https://clip1.mp4", "https://clip2.mp4"],
  "transition": "fade"
}'

使用方式

通过 npx skills add belt-sh/cli 安装技能，并安装 inference.sh CLI（belt）。
执行 belt login 登录账号。
使用 belt app run <App ID> --input 'JSON' 调用具体模型，可传入 prompt、图片 URL、视频 URL、音频 URL、时长、分辨率、是否生成音频等参数。
通过 belt app list --category video 浏览全部视频类应用。

适用场景

适合需要批量或脚本化生成短视频、为图片添加动态效果、制作数字人播报与口型同步、用自然语言编辑视频、为视频添加音效、提升画质或合并多段视频的内容创作与自动化工作流。

限制

使用前必须安装并登录 inference.sh CLI（belt）。
各模型可用的参数、时长上限与分辨率上限不同，需参考对应模型说明；资料中仅对部分模型标注了能力（如最高 1080P、最长 15 秒、是否支持音频）。
关于费用、价格、平台兼容性与生成效果的更多细节，资料未提供。

技能介绍

用途