Communitygithub.com

NeverSight/learn-skills.dev

Guide de conversion d'image fixe en vidéo : sélection de modèle, motion prompting et mouvement de caméra. Couvre Wan 2.5 i2v, Seedance, Fabric, Grok Video avec quand utiliser chacun.

Qu'est-ce que learn-skills.dev ?

Ce skill permet de convertir des images fixes en vidéos animées via la CLI inference.sh. Il guide l'utilisateur dans la sélection du modèle le plus adapté (Wan 2.5 i2v, Seedance 2.0, Fabric 1.0, Grok Imagine Video) en fonction du type de contenu (paysage, portrait, produit, tissu) et du style de mouvement souhaité (réaliste, stylisé, basé sur la physique). Le skill détaille les types de mouvement (caméra, sujet) et fournit les meilleures pratiques de prompting, notamment la règle d'or « subtil > dramatique » pour éviter les distortions. Il couvre également la génération de cinémagraphs, l'extension de durée par assemblage de clips, et le pipeline complet de l'image à la vidéo finale avec upscaling et ajout audio. Compatible avec les plateformes comme Claude Code, Cursor et Codex via le CLI belt.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/101-skills/skills/image-to-video

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Installer le skill CLI belt : npx skills add belt-sh/cli

Image vers Vidéo

Convertir des images fixes en vidéos animées via la CLI inference.sh.

Démarrage Rapide

Nécessite la CLI inference.sh (belt). Instructions d'installation

belt login

# Générer une image fixe
belt app run falai/flux-dev-lora --input '{
  "prompt": "lac de montagne serein au coucher du soleil, sommets enneigés reflétés dans l'eau calme, lumière dorée, photographie de paysage",
  "width": 1248,
  "height": 832
}'

# L'animer
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "ondulations douces à la surface du lac, nuages dérivant lentement, lumière chaude changeante, oiseaux volant au loin",
  "image": "chemin/vers/image-lac.png"
}'

Sélection du Modèle

ModèleID de l'applicationMeilleur pourStyle de Mouvement
Wan 2.5 i2vfalai/wan-2-5-i2vMouvement réaliste, naturelPhotoréaliste, subtil
WAN-I2V (Pruna)pruna/wan-i2vÉconomique, rapide, 480p/720pNaturel, efficace
Seedance 2.0bytedance/seedance-2-0Jusqu'à 1080p, audio synchronisé, tous types d'entréePolyvalent, haute qualité
Seedance 2.0 Fastbytedance/seedance-2-0-fastVariante rapide, mêmes capacitésPolyvalent, rapide
Fabric 1.0falai/fabric-1-0Tissu, vêtements, liquides, matériaux fluidesÉcoulement basé sur la physique
Grok Imagine Videoxai/grok-imagine-videoAnimation générale, guidée par textePolyvalent

Quand Utiliser Chacun

ScénarioMeilleur ModèlePourquoi
Paysage avec eau/nuagesWan 2.5 i2vMeilleur pour le mouvement naturel et réaliste
Portrait avec expression subtileWan 2.5 i2vMaintient la fidélité du visage
Produit avec tissu/vêtementFabric 1.0Spécialisé dans la physique des matériaux
Drapeau flottant, rideau qui couleFabric 1.0Simulation de tissu
Image illustrée/artistiqueSeedance 2.0Correspond au contenu stylisé
Général « donner vie »Seedance 2.0Bon compromis, jusqu'à 1080p
Test/itération rapideSeedance 2.0 FastGénération plus rapide

Types de Mouvement

Mouvement de Caméra

MouvementMot-clé du PromptEffet
Push in / Dolly avant« dolly avant lent », « la caméra s'approche »Intimité / mise au point croissante
Pull out / Dolly arrière« la caméra recule », « zoom arrière lent »Révélation, contexte
Panoramique gauche/droite« la caméra panoramique lentement vers la droite »Balayage, suivi
Inclinaison haut/bas« la caméra s'incline vers le haut »Révélation de hauteur
Orbite« la caméra orbite autour du sujet »Exploration 3D
Grue vers le haut« la caméra s'élève »Révélation grandiose
Statique(aucun prompt de mouvement de caméra)Mouvement du sujet uniquement

Mouvement du Sujet

TypeExemples de Prompts
Éléments naturels« ondulations de l'eau », « nuages dérivant », « feuilles bruissant dans la brise »
Cheveux/vêtements« cheveux soufflant doucement dans le vent », « tissu de la robe qui coule »
Atmosphérique« brouillard roulant lentement », « particules de poussière flottant dans des rayons lumineux »
Personnage« la personne se tourne lentement vers la caméra », « mouvement de respiration subtil »
Mécanique« engrenages tournant », « aiguilles d'horloge bougeant »
Liquide« vapeur de café montant », « peinture qui coule », « eau versée »

Meilleures Pratiques de Prompting

La Règle d'Or : Subtil > Dramatique

Les modèles vidéo IA produisent de meilleurs résultats avec un mouvement doux et subtil qu'avec une action dramatique. Demander trop de mouvement provoque des distorsions et des artefacts.

❌ « une personne courant et sautant par-dessus des obstacles pendant que la caméra tourne »
✅ « une personne marchant lentement, brise douce, la caméra suit à côté »

❌ « explosion avec des débris volant partout »
✅ « flamme de bougie vacillant doucement, lumière ambiante chaude changeante »

❌ « zoom rapide dans les yeux avec un tremblement de caméra dramatique »
✅ « dolly avant lent vers le sujet, changement de mise au point subtil »

Structure du Prompt

[Mouvement de caméra] + [Mouvement du sujet] + [Effets atmosphériques] + [Ambiance/rythme]

Exemples par Scénario

# Animation de paysage
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "panoramique doux de la caméra vers la droite, eau reflétant les nuages en mouvement, arbres se balançant légèrement dans la brise, lumière dorée chaude, paisible et lent",
  "image": "paysage.png"
}'

# Animation de portrait
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "mouvement de respiration subtil, léger tour de tête, clignement d'œil naturel, cheveux bougeant doucement, changements d'éclairage ambiant doux",
  "image": "portrait.png"
}'

# Animation de produit
belt app run bytedance/seedance-2-0 --input '{
  "prompt": "orbite lente à 360 degrés autour du produit, mouvement de projecteur doux, reflets subtils changeants, présentation de produit premium, mouvement fluide",
  "image": "produit.png",
  "generate_audio": true
}'

# Animation de tissu/vêtement
belt app run falai/fabric-1-0 --input '{
  "prompt": "tissu flottant et ondulant dans un vent doux, physique naturelle du tissu, mouvement doux",
  "image": "scene-tissu.png"
}'

# Visualisation architecturale
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "dolly lent vers l'avant à travers l'entrée, léger inclinaison de la caméra vers le haut, lumière ambiante filtrant à travers les fenêtres, particules de poussière dans les rayons lumineux",
  "image": "interieur-batiment.png"
}'

Directives de Durée

DuréeQualitéUtilisation
2-3 secondesPlus haute qualitéGIFs, fonds en boucle, cinémagraphs
4-5 secondesHaute qualitéPublications sur les réseaux sociaux, présentations de produits
6-8 secondesBonne qualitéCourts clips, transitions
10+ secondesQualité dégradéeÀ éviter sauf si assemblage de clips plus courts

Prolonger la Durée

Pour des vidéos plus longues, générez plusieurs courts clips et assemblez-les :

# Générer 3 clips à partir de la même image avec un mouvement progressif
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "panoramique lent vers la gauche, mouvement d'eau doux",
  "image": "scene.png"
}' --no-wait

belt app run falai/wan-2-5-i2v --input '{
  "prompt": "suite du panoramique, nuages changeants, lumière changeante",
  "image": "scene.png"
}' --no-wait

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

Le Flux de Travail Complet

Pipeline de l'Image Fixe à la Vidéo Finale

# 1. Générer l'image source (meilleure qualité)
belt app run bytedance/seedream-4-5 --input '{
  "prompt": "paysage cinématographique, montagnes brumeuses à l'aube, lac au premier plan, nuages dramatiques, heure dorée, qualité 4K, photographie professionnelle",
  "size": "2K"
}'

# 2. Animer l'image
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "brume douce roulant dans la vallée, surface du lac ondulante, nuages se déplaçant lentement, oiseaux au loin, lumière chaude changeante",
  "image": "paysage.png"
}'

# 3. Upscaler la vidéo si nécessaire
belt app run falai/topaz-video-upscaler --input '{
  "video": "paysage-anime.mp4"
}'

# 4. Ajouter un son ambiant
belt app run infsh/hunyuanvideo-foley --input '{
  "video": "paysage-anime.mp4",
  "prompt": "ambiance naturelle douce, oiseaux lointains, vent doux, eau clapotant"
}'

# 5. Fusionner la vidéo avec l'audio
belt app run infsh/video-audio-merger --input '{
  "video": "paysage-upscale.mp4",
  "audio": "audio-ambiant.mp3"
}'

Effet Cinémagraph

Un cinémagraph est une photo fixe où un seul élément bouge (par exemple, une cascade en mouvement dans une scène par ailleurs figée). Pour y parvenir :

  1. Générez l'image fixe avec l'élément de mouvement clairement défini
  2. Demandez un mouvement uniquement dans cet élément spécifique
  3. Limitez-vous à 2-4 secondes pour une boucle sans couture
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "seule la cascade bouge, tout le reste reste parfaitement immobile, l'eau coule de manière fluide, le reste de la scène est figé",
  "image": "scene-cascade.png"
}'

Erreurs Fréquentes

ErreurProblèmeSolution
Trop de mouvement demandéDistorsions, artefacts, déformationSubtil > dramatique, toujours
Mauvais modèle pour le type de contenuRésultats médiocresUtiliser le guide de sélection ci-dessus
Clips trop longs (10s+)Qualité dégradée significativementRester à 3-5 secondes, assembler si nécessaire
Aucun mouvement de caméra spécifiéMouvement aléatoire/imprévisibleToujours spécifier le comportement de la caméra
Directions de mouvement contradictoiresChaotique, non naturelUne direction de mouvement principale
Image source basse résolutionSortie vidéo basse résolutionCommencer avec la source de la plus haute qualité
Scènes d'action complexesLes modèles ne peuvent pas gérerGarder le mouvement simple et naturel

Compétences Connexes

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

Parcourir toutes les applications : belt app store

Individual skills in this repo

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

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. 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, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Download YouTube videos, extract/proofread/translate subtitles, and render them onto video. Use whenever the user asks to download a YouTube video with subtitles, translate video subtitles to Chinese, add subtitles/burn subtitles to a video, or do ASR transcription on video audio. Covers the full pipeline: video download → subtitle extraction → proofreading → translation → SRT generation → subtitle rendering. Also use for "下载视频加字幕", "视频翻译字幕", "把字幕烧录到视频中". For pure subtitle file creation without rendering (just SRT output), this skill handles that too — stop before Phase 5.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Skills associés