Name: 图像转视频转换技能Skill
Rating: 5 (25 reviews)
Author: inference

名称

image-to-video

描述

“静态图像转视频转换指南：模型选择、运动提示和相机移动。涵盖Wan 2.5 i2v、Seedance、Fabric、Grok Video，以及何时使用每个模型。用于：动画图像、从静止图像创建视频、添加运动、产品动画。触发词：图像转视频、i2v、动画图像、静止转视频、添加运动到图像、图像动画、照片转视频、动画静止、wan i2v、image2video、使图像生动、动画照片、从图像生成运动” allowed-tools: Bash(infsh *)

图像转视频

通过inference.sh CLI将静态图像转换为动画视频。

快速开始

curl -fsSL https://cli.inference.sh | sh && infsh login

# 生成静态图像
infsh app run falai/flux-dev-lora --input '{
  "prompt": "宁静的日落山湖，雪峰倒映在静水中，金色时光光线，风景摄影",
  "width": 1248,
  "height": 832
}'

# 动画化
infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "湖面轻柔涟漪，云朵缓慢飘移，温暖光线变化，远处鸟儿飞翔",
  "image": "path/to/lake-image.png"
}'

安装说明：安装脚本仅检测您的操作系统/架构，从dist.inference.sh下载匹配的二进制文件，并验证其SHA-256校验和。无需提升权限或后台进程。手动安装和验证可用。

模型选择

模型	应用 ID	最佳用于	运动风格
Wan 2.5 i2v	`falai/wan-2-5-i2v`	真实运动，自然移动	逼真，微妙
Seedance 1.5 Pro	`bytedance/seedance-1-5-pro`	风格化，创意，动画式	艺术，表达性强
Seedance 1.0 Pro	`bytedance/seedance-1-0-pro`	通用目的，良好质量	平衡
Fabric 1.0	`falai/fabric-1-0`	布料、织物、液体、流动材料	基于物理的流动
Grok Imagine Video	`xai/grok-imagine-video`	通用动画，文本引导	多功能

何时使用每个模型

场景	最佳模型	原因
带有水/云的景观	Wan 2.5 i2v	最擅长自然、真实的运动
带有微妙表情的肖像	Wan 2.5 i2v	保持面部保真度
带有布料/织物的产品	Fabric 1.0	专门用于材料物理
旗帜飘扬，窗帘流动	Fabric 1.0	布料模拟
插画/艺术图像	Seedance	匹配风格化内容
通用“使生动”	Seedance 1.5 Pro	良好全能型
快速测试/迭代	Seedance 1.0 Lite	最快，720p

运动类型

相机移动

移动	提示关键词	效果
推入 / 多莉向前	“缓慢多莉向前”，“相机推入”	增加亲密感/焦点
拉出 / 多莉向后	“相机拉出”，“缓慢缩放出”	揭示，上下文
左右平移	“相机缓慢向右平移”	扫描，跟随
上下倾斜	“相机向上倾斜”	揭示高度
环绕	“相机环绕主题”	3D探索
升降机上升	“相机向上上升”	宏大揭示
静态	(无相机移动提示)	仅主题运动

主题运动

类型	提示示例
自然元素	“水波涟漪”，“云朵飘移”，“树叶在微风中沙沙作响”
头发/衣物	“头发在风中轻柔吹动”，“连衣裙织物流动”
大气	“雾缓慢滚动”，“尘埃粒子在光束中漂浮”
角色	“人缓慢转向相机”，“微妙呼吸运动”
机械	“齿轮转动”，“时钟指针移动”
液体	“咖啡蒸汽上升”，“油漆滴落”，“水倒出”

提示最佳实践

黄金法则：微妙 > 戏剧性

AI视频模型在轻柔、微妙的运动下比戏剧性动作产生更好结果。要求过多运动会导致扭曲和伪影。

❌ "人奔跑并跳过障碍，同时相机旋转"
✅ "人缓慢向前行走，轻柔微风，相机跟随旁边"

❌ "爆炸，碎片四处飞散"
✅ "蜡烛火焰轻柔闪烁，温暖环境光变化"

❌ "快速缩放进入眼睛，戏剧性相机抖动"
✅ "缓慢多莉向前朝向主题，微妙焦点变化"

提示结构

[相机移动] + [主题运动] + [大气效果] + [情绪/节奏]

按场景示例

# 景观动画
infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "轻柔相机向右平移，水反射移动云朵，树木在微风中轻微摇摆，温暖金色光线，和平缓慢",
  "image": "landscape.png"
}'

# 肖像动画
infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "微妙呼吸运动，轻微头部转动，自然眨眼，头发轻柔移动，柔和环境光线变化",
  "image": "portrait.png"
}'

# 产品镜头动画
infsh app run bytedance/seedance-1-5-pro --input '{
  "prompt": "缓慢360度环绕产品，轻柔聚光灯移动，微妙反射变化，高级产品展示，平滑运动",
  "image": "product.png"
}'

# 布料/织物动画
infsh app run falai/fabric-1-0 --input '{
  "prompt": "织物在轻柔风中流动和涟漪，自然布料物理，柔和运动",
  "image": "fabric-scene.png"
}'

# 建筑可视化
infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "缓慢多莉向前通过入口，轻微相机向上倾斜，环境光线透过窗户过滤，尘埃粒子在光束中",
  "image": "building-interior.png"
}'

时长指南

时长	质量	用于
2-3秒	最高质量	GIF，循环背景，cinemagraphs
4-5秒	高质量	社交媒体帖子，产品揭示
6-8秒	良好质量	短片段，过渡
10+秒	质量下降	除非拼接较短片段，否则避免

延长时长

对于较长视频，生成多个短片段并拼接：

# 从同一图像生成3个片段，带有渐进运动
infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "缓慢向左平移，轻柔水运动",
  "image": "scene.png"
}' --no-wait

infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "继续平移，云朵变化，光线变化",
  "image": "scene.png"
}' --no-wait

# 拼接在一起
infsh app run infsh/media-merger --input '{
  "media": ["clip1.mp4", "clip2.mp4"]
}'

完整工作流程

静止到最终视频管道

# 1. 生成源图像（最佳质量）
infsh app run bytedance/seedream-4-5 --input '{
  "prompt": "电影景观，黎明迷雾山，前景湖泊，戏剧性云朵，金色时光，4K质量，专业摄影",
  "size": "2K"
}'

# 2. 动画化图像
infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "轻柔雾通过山谷滚动，湖面涟漪，云朵缓慢移动，远处鸟儿，温暖光线变化",
  "image": "landscape.png"
}'

# 3. 如果需要，升级视频
infsh app run falai/topaz-video-upscaler --input '{
  "video": "animated-landscape.mp4"
}'

# 4. 添加环境音频
infsh app run infsh/hunyuanvideo-foley --input '{
  "video": "animated-landscape.mp4",
  "prompt": "轻柔自然环境，远处鸟儿，柔和风声，水拍打"
}'

# 5. 合并视频和音频
infsh app run infsh/video-audio-merger --input '{
  "video": "upscaled-landscape.mp4",
  "audio": "ambient-audio.mp3"
}'

Cinemagraph效果

Cinemagraph是静止照片，其中只有一个元素移动（例如，瀑布在否则冻结的场景中移动）。要实现此效果：

生成静态图像，运动元素明确定义
提示仅在该特定元素中运动
保持2-4秒以实现无缝循环

infsh app run falai/wan-2-5-i2v --input '{
  "prompt": "仅瀑布移动，其他一切都保持完美静止，水流畅倾泻，场景其余部分冻结",
  "image": "waterfall-scene.png"
}'

常见错误

错误	问题	修复
要求过多运动	扭曲，伪影，扭曲	微妙 > 戏剧性，总是
错误模型用于内容类型	结果差	使用上述选择指南
片段太长（10秒+）	质量显著下降	保持3-5秒，如果需要拼接
未指定相机移动	随机/不可预测运动	总是指定相机行为
冲突运动方向	混乱，不自然	一个主要运动方向
低分辨率源图像	低分辨率视频输出	从最高质量源开始
复杂动作场景	模型无法处理	保持运动简单自然

图像转视频转换技能Skill image-to-video