Communitygithub.com

Bild-zu-Video

Leitfaden zur Umwandlung von Standbildern in Videos mit Modellauswahl, Bewegungs-Prompting und Kameraführung.

Was ist Bild-zu-Video?

Diese Skill-Anleitung beschreibt, wie Sie mit dem CLI-Tool `belt` von inference.sh Standbilder in animierte Videos umwandeln. Sie deckt mehrere KI-Modelle wie Wan 2.5 i2v, Seedance 2.0, Fabric 1.0 und Grok Imagine Video ab und erklärt, welches Modell sich für welche Art von Bewegung und Inhalt am besten eignet. Die Anleitung bietet detaillierte Prompting-Strategien für Kamerafahrten (Dolly, Schwenk, Neigung, Orbit) und Objektbewegungen (Natur, Haare, Kleidung, Flüssigkeiten, mechanische Elemente) sowie Best Practices, um Verzerrungen zu vermeiden. Zusätzlich enthält sie einen vollständigen Workflow von der Bilderstellung über die Animation bis hin zu Upscaling und Audio-Unterlegung, inklusive Tipps für Cinemagraph-Effekte und längere Videoclips.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Biznomad/agent-skills/tree/HEAD/image-to-video

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Installiere die belt CLI-Skill: npx skills add belt-sh/cli

Bild zu Video

Wandle Standbilder über das inference.sh CLI in animierte Videos um.

Schnellstart

Erfordert das inference.sh CLI (belt). Installationsanleitung

belt login

# Erzeuge ein Standbild
belt app run falai/flux-dev-lora --input '{
  "prompt": "malerischer Bergsee bei Sonnenuntergang, schneebedeckte Gipfel im stillen Wasser gespiegelt, goldenes Abendlicht, Landschaftsfotografie",
  "width": 1248,
  "height": 832
}'

# Animiere es
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "sanfte Wellen auf der Seeoberfläche, langsam ziehende Wolken, warmes Licht verändert sich, Vögel fliegen in der Ferne",
  "image": "pfad/zum/see-bild.png"
}'

Modellauswahl

ModellApp-IDAm besten geeignet fürBewegungsstil
Wan 2.5 i2vfalai/wan-2-5-i2vRealistische Bewegung, natürliche BewegungFotorealistisch, subtil
WAN-I2V (Pruna)pruna/wan-i2vWirtschaftlich, schnell, 480p/720pNatürlich, effizient
Seedance 2.0bytedance/seedance-2-0Bis zu 1080p, synchronisiert Audio, alle EingabetypenVielseitig, hohe Qualität
Seedance 2.0 Fastbytedance/seedance-2-0-fastSchnelle Variante, gleiche FähigkeitenVielseitig, schnell
Fabric 1.0falai/fabric-1-0Stoff, Gewebe, Flüssigkeiten, fließende MaterialienPhysikbasiertes Fließen
Grok Imagine Videoxai/grok-imagine-videoAllgemeine Animation, textgesteuertVielseitig

Wann verwende ich welches Modell?

SzenarioBestes ModellWarum
Landschaft mit Wasser/WolkenWan 2.5 i2vAm besten bei natürlicher, realistischer Bewegung
Porträt mit subtilem AusdruckWan 2.5 i2vErhält die Gesichtstreue
Produkt mit Stoff/GewebeFabric 1.0Spezialisiert auf Materialphysik
Wehende Flagge, fließender VorhangFabric 1.0Stoffsimulation
Illustriertes/künstlerisches BildSeedance 2.0Passt zu stilisierten Inhalten
Allgemein „zum Leben erwecken“Seedance 2.0Guter Allrounder, bis zu 1080p
Schnelltest/IterationSeedance 2.0 FastSchnellere Generierung

Bewegungstypen

Kamerafahrten

BewegungPrompt-KeywordEffekt
Hineinfahren / Dolly vorwärts„langsamer Dolly vorwärts“, „Kamera fährt hinein“Steigende Intimität/Fokus
Herausfahren / Dolly rückwärts„Kamera fährt zurück“, „Langsamer Zoom raus“Enthüllung, Kontext
Schwenk links/rechts„Kamera schwenkt langsam nach rechts“Abscannen, Verfolgen
Neigung nach oben/unten„Kamera neigt sich nach oben“Höhe enthüllen
Orbit„Kamera umkreist das Motiv“3D-Erkundung
Kran nach oben„Kamera fährt nach oben“Große Enthüllung
Statisch(kein Kamera-Prompt)Nur Bewegung des Motivs

Objektbewegungen

TypPrompt-Beispiele
Naturelemente„Wasser kräuselt sich“, „Wolken ziehen“, „Blätter rascheln im Wind“
Haare/Kleidung„Haare wehen sanft im Wind“, „Stoff der Kleidung fließt“
Atmosphärisch„Nebel rollt langsam herein“, „Staubpartikel schweben in Lichtstrahlen“
Charakter„Person dreht sich langsam zur Kamera“, „subtile Atembewegung“
Mechanisch„Zahnräder drehen sich“, „Uhrzeiger bewegen sich“
Flüssigkeit„Kaffeedampf steigt auf“, „Farbe tropft“, „Wasser gießt sich“

Best Practices für Prompts

Die goldene Regel: Subtiler > Dramatisch

KI-Videomodelle liefern bessere Ergebnisse mit sanften, subtilen Bewegungen als mit dramatischen Aktionen. Zu viel Bewegung verursacht Verzerrungen und Artefakte.

❌ „Person rennt und springt über Hindernisse, während die Kamera wirbelt“
✅ „Person geht langsam vorwärts, sanfte Brise, Kamera folgt seitlich“

❌ „Explosion mit umherfliegenden Trümmern“
✅ „Kerzenflamme flackert sanft, warmes Umgebungslicht wechselt subtil“

❌ „Schneller Zoom in die Augen mit dramatischem Kamera-Wackeln“
✅ „Langsamer Dolly auf das Motiv zu, subtiler Fokuswechsel“

Prompt-Struktur

[Kamerafahrt] + [Objektbewegung] + [Atmosphärische Effekte] + [Stimmung/Tempo]

Beispiele nach Szenario

# Landschaftsanimation
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "sanfter Kameraschwenk nach rechts, Wasser reflektiert ziehende Wolken, Bäume wiegen sich leicht im Wind, warmes goldenes Licht, friedlich und langsam",
  "image": "landschaft.png"
}'

# Porträt-Animation
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "subtile Atembewegung, leichte Kopfdrehung, natürlicher Lidschlag, Haare bewegen sich sanft, weiche Umgebungslichtveränderungen",
  "image": "portrait.png"
}'

# Produkt-Shot-Animation
belt app run bytedance/seedance-2-0 --input '{
  "prompt": "langsamer 360-Grad-Orbit um das Produkt, sanfte Scheinwerferbewegung, subtile Reflexionen wechseln, Premium-Produktpräsentation, flüssige Bewegung",
  "image": "produkt.png",
  "generate_audio": true
}'

# Stoff-/Gewebe-Animation
belt app run falai/fabric-1-0 --input '{
  "prompt": "Stoff fließt und kräuselt sich in sanftem Wind, natürliche Stoffphysik, weiche Bewegung",
  "image": "stoff-szene.png"
}'

# Architekturvisualisierung
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "langsamer Dolly vorwärts durch den Eingang, leichter Kameraschwenk nach oben, Umgebungslicht filtert durch Fenster, Staubpartikel in Lichtstrahlen",
  "image": "gebäudeinnenraum.png"
}'

Richtlinien zur Dauer

DauerQualitätVerwendung
2-3 SekundenHöchste QualitätGIFs, Schleifen-Hintergründe, Cinemagraphen
4-5 SekundenHohe QualitätSocial-Media-Posts, Produkt-Enthüllungen
6-8 SekundenGute QualitätKurze Clips, Übergänge
10+ SekundenQualität nimmt abVermeiden, es sei denn, kürzere Clips werden zusammengefügt

Dauer verlängern

Für längere Videos mehrere kurze Clips generieren und zusammenfügen:

# Generiere 3 Clips aus demselben Bild mit fortschreitender Bewegung
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "langsamer Schwenk nach links, sanfte Wasserbewegung",
  "image": "szene.png"
}' --no-wait

belt app run falai/wan-2-5-i2v --input '{
  "prompt": "fortlaufender Schwenk, Wolken verschieben sich, Licht verändert sich",
  "image": "szene.png"
}' --no-wait

# Zusammenfügen
belt app run infsh/media-merger --input '{
  "media": ["clip1.mp4", "clip2.mp4"]
}'

Der vollständige Workflow

Pipeline: Standbild zum fertigen Video

# 1. Quellbild generieren (beste Qualität)
belt app run bytedance/seedream-4-5 --input '{
  "prompt": "filmische Landschaft, neblige Berge im Morgengrauen, See im Vordergrund, dramatische Wolken, goldenes Licht, 4K-Qualität, professionelle Fotografie",
  "size": "2K"
}'

# 2. Bild animieren
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "sanfter Nebel zieht durch das Tal, Seeoberfläche kräuselt sich, Wolken ziehen langsam, Vögel in der Ferne, warmes Licht verändert sich",
  "image": "landschaft.png"
}'

# 3. Video hochskalieren (falls nötig)
belt app run falai/topaz-video-upscaler --input '{
  "video": "animierte-landschaft.mp4"
}'

# 4. Umgebungsaudio hinzufügen
belt app run infsh/hunyuanvideo-foley --input '{
  "video": "animierte-landschaft.mp4",
  "prompt": "sanfte Naturgeräusche, entfernte Vögel, leichter Wind, Wasser plätschert"
}'

# 5. Video mit Audio zusammenführen
belt app run infsh/video-audio-merger --input '{
  "video": "hochskalierte-landschaft.mp4",
  "audio": "umgebungs-audio.mp3"
}'

Cinemagraph-Effekt

Ein Cinemagraph ist ein Standfoto, in dem sich nur ein Element bewegt (z. B. ein Wasserfall in einer ansonsten eingefrorenen Szene). So erreichst du das:

  1. Erstelle das Standbild mit dem klar definierten Bewegungselement
  2. Gib einen Prompt nur für die Bewegung in diesem spezifischen Element
  3. Begrenze die Dauer auf 2-4 Sekunden für nahtlose Schleifen
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "nur der Wasserfall bewegt sich, alles andere bleibt vollkommen still, Wasser fließt gleichmäßig, Rest der Szene eingefroren",
  "image": "wasserfall-szene.png"
}'

Häufige Fehler

FehlerProblemLösung
Zu viel Bewegung gewünschtVerzerrungen, Artefakte, VerformungenSubtil > dramatisch, immer
Falsches Modell für den InhaltstypSchlechte ErgebnisseAuswahltabelle oben verwenden
Clips zu lang (10s+)Qualität nimmt deutlich abAuf 3-5 Sekunden begrenzen, bei Bedarf zusammenfügen
Keine Kamerafahrt angegebenZufällige/unberechenbare BewegungImmer das Kameraverhalten angeben
Sich widersprechende BewegungsrichtungenChaotisch, unnatürlichEine primäre Bewegungsrichtung
Niedrig aufgelöstes QuellbildNiedrige VideoqualitätMit der höchsten Qualität beginnen
Komplexe ActionszenenModelle können das nichtBewegung einfach und natürlich halten

Verwandte Skills

npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@p-video
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@prompt-engineering

Alle Apps durchsuchen: belt app store

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Biznomad/agent-skills

Landing page quality assessment for paid advertising campaigns. Evaluates message match, page speed, mobile experience, trust signals, form optimization, and conversion rate potential. Use when user says "landing page", "post-click experience", "landing page audit", "conversion rate", or "landing page optimization".

Biznomad/agent-skills

TikTok Ads deep analysis covering creative quality, tracking, bidding, campaign structure, and TikTok Shop. Evaluates 25 checks with emphasis on creative-first strategy, safe zone compliance, and Smart+ campaigns. Use when user says "TikTok Ads", "TikTok marketing", "TikTok Shop", "Spark Ads", "Smart+", or "TikTok campaign".

Biznomad/agent-skills

YouTube Ads specific analysis covering campaign types, creative quality, audience targeting, and measurement. Evaluates video ad performance across skippable, non-skippable, bumper, Shorts, and Demand Gen formats. Use when user says "YouTube Ads", "video ads", "pre-roll", "bumper ads", "YouTube campaign", or "Shorts ads".

Biznomad/agent-skills

Help users get promoted at work. Use when someone is preparing for a promotion conversation, building their case for advancement, trying to understand what's blocking their promotion, or figuring out how to get to the next level in their career.

Biznomad/agent-skills

CSS animation adapter patterns for HyperFrames. Use when authoring CSS keyframes, animation-delay based timing, animation-fill-mode, animation-play-state, or CSS-only motion that HyperFrames must seek deterministically during preview and rendering.

Biznomad/agent-skills

Video and audio processing with FFmpeg. Use for format conversion, resizing, compression, audio extraction, and preparing assets for Remotion. Triggers include converting GIF to MP4, resizing video, extracting audio, compressing files, or any media transformation task.

Biznomad/agent-skills

Read-only queue dashboard for workspace-aware ship. Shows which VERSION slots are currently claimed by open PRs, which sibling Conductor workspaces have WIP work likely to ship soon, and what slot /ship would pick next. No mutations — just a snapshot. Use when asked to "landing report", "what's in the queue", "show me open PRs", or "which version do I claim next". (gstack)

Biznomad/agent-skills

HyperFrames CLI dev loop — `npx hyperframes` for scaffolding (init), validation (lint, inspect), preview, render, and environment troubleshooting (doctor, browser, info, upgrade). Use when running any of these commands or troubleshooting the HyperFrames build/render environment. For asset preprocessing commands (`tts`, `transcribe`, `remove-background`), invoke the `hyperframes-media` skill instead.

Biznomad/agent-skills

Asset preprocessing for HyperFrames compositions — text-to-speech narration (Kokoro), audio/video transcription (Whisper), and background removal for transparent overlays (u2net). Use when generating voiceover from text, transcribing speech for captions, removing the background from a video or image to use as a transparent overlay, choosing a TTS voice or whisper model, or chaining these (TTS → transcribe → captions). Each command downloads its own model on first run.

Biznomad/agent-skills

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, and registry discovery.

Biznomad/agent-skills

Create video compositions, animations, title cards, overlays, captions, voiceovers, audio-reactive visuals, and scene transitions in HyperFrames HTML. Use when asked to build any HTML-based video content, add captions or subtitles synced to audio, generate text-to-speech narration, create audio-reactive animation (beat sync, glow, pulse driven by music), add animated text highlighting (marker sweeps, hand-drawn circles, burst lines, scribble, sketchout), or add transitions between scenes (crossfades, wipes, reveals, shader transitions). Covers composition authoring, timing, media, and the full video production workflow. For dev-loop CLI commands (init, lint, inspect, preview, render) see the hyperframes-cli skill; for asset preprocessing commands (tts, transcribe, remove-background) see the hyperframes-media skill.

Biznomad/agent-skills

>- The Landing Page Audit skill performs comprehensive evaluations of post-click experiences, combining technical performance analysis with conversion rate optimization (CRO) assessment.

Biznomad/agent-skills

Write high-converting landing page copy using proven frameworks like PAS (Problem-Agitate-Solution), AIDA, and StoryBrand. Creates headlines, value propositions, CTAs, and full page sections optimized for conversion. Use when users need landing page copy, sales page content, or marketing website text.

Biznomad/agent-skills

Optimize landing pages for higher conversion rates using proven frameworks and design patterns. Use when designing, reviewing, or improving landing pages, hero sections, pricing pages, CTAs, or when the user asks about conversion optimization.

Biznomad/agent-skills

Read-only queue dashboard for workspace-aware ship. (gstack)

Biznomad/agent-skills

Building promotion cases, brag documents, tracking wins, and self-advocacy for career advancement. Use when preparing for promotions, documenting accomplishments, or building your case for advancement.

Biznomad/agent-skills

Best practices for Remotion - Video creation in React

Biznomad/agent-skills

Translate an existing Remotion (React-based) video composition into a HyperFrames HTML composition. Use ONLY when the user explicitly asks to port, convert, migrate, translate, or rewrite a Remotion composition as HyperFrames (e.g. "port my Remotion project to HyperFrames"). Do NOT use when (a) authoring a NEW HyperFrames composition (even if A/B-testing a Remotion video); (b) Remotion is mentioned in passing; (c) Remotion code is shared as reference, not for translation; (d) the user wants "the same video as my Remotion one" without explicitly asking to migrate the source — treat as a fresh HyperFrames build. When in doubt, default to the `hyperframes` skill. Detects unsupported patterns (useState, useEffect side effects, async calculateMetadata, third-party React component libraries, `@remotion/lambda`) and recommends the runtime interop escape hatch instead of a lossy translation.

Biznomad/agent-skills

Produce programmable videos with Remotion using scene planning, asset orchestration, and validation gates for automated, brand-consistent video content.

Biznomad/agent-skills

Reviews animation and motion code against a high craft bar derived from Emil Kowalski's design engineering philosophy. Default to flagging; approval is earned.

Verwandte Skills