Communitygithub.com

Aadi-110i/PEP-PROJECT

Leitfaden zur Umwandlung von Standbildern in Videos: Modellauswahl, Bewegungs-Prompting und Kameraführung. Deckt Wan 2.5 i2v, Seedance, Fabric, Grok Video ab, mit Empfehlungen, wann welches Modell einzusetzen ist.

Was ist PEP-PROJECT?

Dieses Skill (PEP-PROJECT) bietet eine umfassende Anleitung zur Umwandlung von Standbildern in animierte Videos mithilfe der CLI von inference.sh. Es erklärt die Auswahl des optimalen KI-Modells (z. B. Wan 2.5 i2v für realistische Szenen, Seedance für künstlerische Effekte, Fabric 1.0 für Stoff- und Flüssigkeitssimulationen) und beschreibt die gezielte Steuerung von Bewegungen durch präzises Prompting von Kamera- und Subjektbewegungen. Das Skill unterstützt Plattformen wie fal.ai, bytedance und x.ai und führt durch den gesamten Workflow von der Bilderstellung über die Animation bis zur Nachbearbeitung (Upscaling, Audio). Es betont die goldene Regel 'Subtile Bewegungen sind besser als dramatische', um Verzerrungen zu vermeiden, und gibt klare Richtlinien für die Videolänge sowie häufige Fehler und deren Lösungen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Aadi-110i/PEP-PROJECT/tree/HEAD/skills/image-to-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Bild zu Video

Standbilder mit der inference.sh CLI in animierte Videos umwandeln.

Schnellstart

Erfordert die inference.sh CLI (belt). Installationsanleitung

belt login

# Ein Standbild generieren
belt app run falai/flux-dev-lora --input '{
  "prompt": "ruhiger Bergsee bei Sonnenuntergang, schneebedeckte Gipfel spiegeln sich im stillen Wasser, goldenes Abendlicht, Landschaftsfotografie",
  "width": 1248,
  "height": 832
}'

# Es animieren
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "sanfte Wellen auf der Seeoberfläche, langsam ziehende Wolken, sich veränderndes warmes Licht, Vögel 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 AbläufeFotorealistisch, subtil
WAN-I2V (Pruna)pruna/wan-i2vSparsam, schnell, 480p/720pNatürlich, effizient
Seedance 1.5 Probytedance/seedance-1-5-proStilisiert, kreativ, animationsartigKünstlerisch, ausdrucksstark
Seedance 1.0 Probytedance/seedance-1-0-proAllgemeiner Zweck, gute QualitätAusgewogen
Fabric 1.0falai/fabric-1-0Stoffe, Flüssigkeiten, fließende MaterialienPhysikbasierter Fluss
Grok Imagine Videoxai/grok-imagine-videoAllgemeine Animation, textgesteuertVielseitig

Wann welches Modell verwenden

SzenarioBestes ModellWarum
Landschaft mit Wasser/WolkenWan 2.5 i2vBeste natürliche, realistische Bewegung
Porträt mit subtilem AusdruckWan 2.5 i2vErhält die Gesichtstreue
Produkt mit Stoff/TextilFabric 1.0Spezialisiert auf Materialphysik
Wehende Fahne, fließender VorhangFabric 1.0Stoffsimulation
Illustriertes/künstlerisches BildSeedancePasst zu stilisiertem Inhalt
Allgemeines „Leben einhauchen“Seedance 1.5 ProGuter Allrounder
Schneller Test/IterationSeedance 1.0 LiteAm schnellsten, 720p

Bewegungsarten

Kamerabewegung

BewegungPrompt-SchlüsselwortEffekt
Hineinfahren / Dolly vorwärts„langsamer Dolly vorwärts“, „Kamera fährt hinein“Intimität/Fokus steigern
Herausfahren / Dolly rückwärts„Kamera fährt zurück“, „langsamer Zoom heraus“Enthüllung, Kontext
Schwenk links/rechts„Kamera schwenkt langsam nach rechts“Abtasten, Verfolgen
Neigung aufwärts/abwärts„Kamera neigt sich nach oben“Höhe enthüllen
Orbit„Kamera umkreist das Motiv“3D-Erkundung
Kran aufwärts„Kamera steigt nach oben“Große Enthüllung
Statisch(kein Kamerabewegungs-Prompt)Nur Subjektbewegung

Subjektbewegung

ArtPrompt-Beispiele
Natürliche Elemente„Wasser kräuselt sich“, „Wolken ziehen“, „Blätter rascheln im Wind“
Haar/Kleidung„Haare wehen sanft im Wind“, „Stoff des Kleides fließt“
Atmosphärisch„Nebel rollt langsam heran“, „Staubpartikel schweben in Lichtstrahlen“
Charakter„Person dreht sich langsam zur Kamera“, „subtile Atembewegung“
Mechanisch„Zahnräder drehen sich“, „Zeiger einer Uhr bewegen sich“
Flüssigkeit„Kaffeewrasen steigt auf“, „Farbe tropft“, „Wasser gießt sich“

Best Practices für Prompts

Die goldene Regel: Subtil > Dramatisch

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

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

❌ „Explosion mit umherfliegenden Trümmern“
✅ „Kerzenflamme flackert sanft, warmes Umgebungslicht verändert sich“

❌ „Schneller Zoom auf die Augen mit dramatischem Kamerawackeln“
✅ „Langsamer Dolly auf das Motiv zu, subtiler Fokuswechsel“

Prompt-Struktur

[Kamerabewegung] + [Subjektbewegung] + [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"
}'

# Porträtanimation
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "subtile Atembewegung, leichte Kopfdrehung, natürlicher Lidschlag, Haare bewegen sich sanft, sanfte Änderungen des Umgebungslichts",
  "image": "portrait.png"
}'

# Produktaufnahme-Animation
belt app run bytedance/seedance-1-5-pro --input '{
  "prompt": "langsamer 360-Grad-Orbit um das Produkt, sanfte Spotlichtbewegung, subtile Reflexionsverschiebungen, Premium-Produktpräsentation, sanfte Bewegung",
  "image": "produkt.png"
}'

# Stoff-/Textilanimation
belt app run falai/fabric-1-0 --input '{
  "prompt": "Stoff fließt und wellt sich im sanften 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, leichte Kameraneigung nach oben, Umgebungslicht fällt durch Fenster, Staubpartikel in Lichtstrahlen",
  "image": "gebäude-innenraum.png"
}'

Richtlinien zur Dauer

DauerQualitätVerwendung für
2-3 SekundenHöchste QualitätGIFs, sich wiederholende Hintergründe, Cinemagraphen
4-5 SekundenHohe QualitätSocial-Media-Beiträge, Produkteinblicke
6-8 SekundenGute QualitätKurze Clips, Übergänge
10+ SekundenQualität verschlechtert sichVermeiden, außer zum Zusammenfügen kürzerer Clips

Dauer verlängern

Für längere Videos mehrere kurze Clips generieren und zusammensetzen:

# 3 Clips aus demselben Bild mit fortschreitender Bewegung generieren
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 (höchste Qualität)
belt app run bytedance/seedream-4-5 --input '{
  "prompt": "cinematic landscape, misty mountains at dawn, lake in foreground, dramatic clouds, golden hour, 4K quality, professional photography",
  "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 bewegen sich langsam, Vögel in der Ferne, warmes Licht verändert sich",
  "image": "landschaft.png"
}'

# 3. Video bei Bedarf hochskalieren
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, leiser Wind, Wasser plätschert"
}'

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

Cinemagraphen-Effekt

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

  1. Das Standbild mit klar definiertem Bewegungselement generieren
  2. Prompt für Bewegung nur in diesem spezifischen Element
  3. Auf 2-4 Sekunden für nahtlose Schleifen halten
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "nur der Wasserfall bewegt sich, alles andere bleibt vollkommen still, Wasser fließt sanft, Rest der Szene eingefroren",
  "image": "wasserfall-szene.png"
}'

Häufige Fehler

FehlerProblemBehebung
Zu viel Bewegung angefordertVerzerrung, Artefakte, VerlaufenSubtil > dramatisch, immer
Falsches Modell für InhaltstypSchlechte ErgebnisseAuswahlhilfe oben verwenden
Clips zu lang (10s+)Qualität verschlechtert sich erheblichAuf 3-5 Sekunden halten, bei Bedarf zusammensetzen
Keine Kamerabewegung angegebenZufällige/unvorhersehbare BewegungImmer Kamerabewegung angeben
Widersprüchliche BewegungsrichtungenChaotisch, unnatürlichEine primäre Bewegungsrichtung
Niedrig aufgelöstes QuellbildNiedrig aufgelöstes VideoMit höchstmöglicher 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 list

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

Aadi-110i/PEP-PROJECT

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

Aadi-110i/PEP-PROJECT

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

Aadi-110i/PEP-PROJECT

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

Aadi-110i/PEP-PROJECT

ElevenLabs text-to-speech with 22+ premium voices, multilingual support, and voice tuning via inference.sh CLI. Models: eleven_multilingual_v2 (highest quality), eleven_turbo_v2_5 (low latency), eleven_flash_v2_5 (ultra-fast). Capabilities: text-to-speech, voice selection, stability/style control, 32 languages. Use for: voiceovers, audiobooks, video narration, podcasts, accessibility, IVR. Triggers: elevenlabs, eleven labs, elevenlabs tts, premium tts, professional voice, ai voice, high quality tts, multilingual tts, eleven labs voice, voice generation, natural speech, realistic voice, voice over, speech synthesis

Aadi-110i/PEP-PROJECT

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

Aadi-110i/PEP-PROJECT

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

Aadi-110i/PEP-PROJECT

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

Aadi-110i/PEP-PROJECT

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

Aadi-110i/PEP-PROJECT

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

Aadi-110i/PEP-PROJECT

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

Aadi-110i/PEP-PROJECT

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

Aadi-110i/PEP-PROJECT

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

Aadi-110i/PEP-PROJECT

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

Verwandte Skills